Signal processing for the measurement of the results of the timed-up and go test using sensors
Type
masterThesis
Identifier
202538524
Title
Signal processing for the measurement of the results of the timed-up and go test using sensors
Contributor
Ribeiro, Fernando Reinaldo da Silva Garcia
Pires, Ivan Miguel Serrano Pires
Pires, Ivan Miguel Serrano Pires
Subject
Timed-up and go test
Sensores
Dispositivo móvel
Fisioterapia
Processamento de dados
Domínio/Área Científica::Ciências Naturais::Ciências da Computação e da Informação
Sensores
Dispositivo móvel
Fisioterapia
Processamento de dados
Domínio/Área Científica::Ciências Naturais::Ciências da Computação e da Informação
Date
2020-11-17T10:42:06Z
2020-11-17T10:42:06Z
2020
2020-11-17T10:42:06Z
2020
Description
Dissertação de Mestrado apresentada à Escola Superior de Tecnologia do Instituto Politécnico de Castelo Branco para cumprimento dos requisitos necessários à obtenção do grau de Mestre em Desenvolvimento de Software
e Sistemas Interativos.
Os recentes avanços tecnológicos e o crescente uso dos dispositivos móveis tem permitido o surgimento de vários estudos em diferentes áreas da vida humana. Estes dispositivos estão equipados com diversos sensores que permitem adquirir diferentes parâmetros físicos e fisiológicos de diferentes indivíduos. Os dispositivos móveis apresentam-se com cada vez mais soluções, funcionalidades e capacidade de processamento. A presença de sensores nos dispositivos móveis, como o acelerómetro, magnetómetro e giroscópio, permite a aquisição de sinais relacionados com atividade física e movimento do ser humano. Em acréscimo, dado que estes dispositivos incluem possibilidade de ligação via Bluetooth, outros sensores podem ser utilizados em conjunto com os sensores incluídos no dispositivo móvel. O desenvolvimento deste tipo de sistemas inteligentes com sensores é um dos temas abordados no desenvolvimento de sistemas de Ambient Assisted Living (AAL). Diversas áreas da medicina têm beneficiado com estes avanços, proporcionando cuidados de saúde à distância, mas o foco desta dissertação é um dos testes funcionais focados na fisioterapia, o Timed-Up and Go test. O Timed-Up and Go test define-se como um teste muito utilizado por fisioterapeutas na recuperação de lesões e é constituído por seis fases, onde o individuo se encontra sentado numa cadeira, levanta-se, caminha três metros, inverte a marcha, caminha três metros e volta a sentar-se na cadeira. O âmbito desta dissertação consiste na análise estatística e com inteligência artificial dos dados recolhidos durante a execução do Timed-Up and Go test com recurso a diversos sensores, sendo que para isso foi desenvolvida uma aplicação móvel que permite adquirir os dados de diversos sensores durante a execução do teste com pessoas idosas institucionalizadas. A dissertação foca-se na criação de um método de análise dos resultados do Timed-Up and Go test com recurso ao acelerómetro e magnetómetro do dispositivo móvel e um sensor de pressão, ligado a um dispositivo BITalino, posicionado na cadeira. Ao mesmo tempo, foram recolhidos sinais de sensores de Eletrocardiografia e Eletroencefalografia, conectados a outro dispositivo BITalino, para análise de diferentes problemas de saúde. Assim, implementaram-se métodos estatísticos e de inteligência artificial para a análise dos dados recolhidos a partir destes sensores com recurso ao procedimento experimental inicialmente executado. Inicialmente, foi realizada a revisão da literatura relacionada com o Timed- Up and Go test e o uso de sensores, sendo que a revisão de literatura terminou com a identificação das doenças passíveis de serem identificadas com recurso aos sensores inerciais. Seguidamente, apresentou-se a proposta de arquitetura a ser utilizada para a recolha dos dados, tendo em conta os sensores anteriormente referidos. Os dados presentes neste estudo foram recolhidos de 40 idosos institucionalizados da região do Fundão (Portugal), equipados com um dispositivo móvel e um dispositivo BITalino, bem como os restantes sensores. Por fim, passou-se então à análise dos dados recolhidos que foi dividida em 3 estágios, começando pela análise do acelerómetro, magnetómetro e sensor de pressão para identificação dos parâmetros do Timed-Up and Go test, utilizando métodos estatísticos para a análise dos dados recolhidos. No segundo estágio foram implementados métodos estatísticos para correlacionar as doenças passiveis de serem detetadas por sensores de Eletrocardiografia e Eletroencefalografia. Por fim, no terceiro estágio foram implementados métodos de inteligência artificial, i.e., redes neuronais artificiais, para relacionar as doenças do foro cardíaco e nervoso com os dados dos diferentes indivíduos de modo a aferir as suas características. Como trabalho futuro, os resultados apresentados nesta dissertação podem servir para a criação de sistemas de baixo-custo, e de acesso a todos os cidadãos, que permitam a deteção mais atempada de determinados distúrbios e possam servir de auxílio aos profissionais de saúde no diagnóstico e tratamento de doenças.
Os recentes avanços tecnológicos e o crescente uso dos dispositivos móveis tem permitido o surgimento de vários estudos em diferentes áreas da vida humana. Estes dispositivos estão equipados com diversos sensores que permitem adquirir diferentes parâmetros físicos e fisiológicos de diferentes indivíduos. Os dispositivos móveis apresentam-se com cada vez mais soluções, funcionalidades e capacidade de processamento. A presença de sensores nos dispositivos móveis, como o acelerómetro, magnetómetro e giroscópio, permite a aquisição de sinais relacionados com atividade física e movimento do ser humano. Em acréscimo, dado que estes dispositivos incluem possibilidade de ligação via Bluetooth, outros sensores podem ser utilizados em conjunto com os sensores incluídos no dispositivo móvel. O desenvolvimento deste tipo de sistemas inteligentes com sensores é um dos temas abordados no desenvolvimento de sistemas de Ambient Assisted Living (AAL). Diversas áreas da medicina têm beneficiado com estes avanços, proporcionando cuidados de saúde à distância, mas o foco desta dissertação é um dos testes funcionais focados na fisioterapia, o Timed-Up and Go test. O Timed-Up and Go test define-se como um teste muito utilizado por fisioterapeutas na recuperação de lesões e é constituído por seis fases, onde o individuo se encontra sentado numa cadeira, levanta-se, caminha três metros, inverte a marcha, caminha três metros e volta a sentar-se na cadeira. O âmbito desta dissertação consiste na análise estatística e com inteligência artificial dos dados recolhidos durante a execução do Timed-Up and Go test com recurso a diversos sensores, sendo que para isso foi desenvolvida uma aplicação móvel que permite adquirir os dados de diversos sensores durante a execução do teste com pessoas idosas institucionalizadas. A dissertação foca-se na criação de um método de análise dos resultados do Timed-Up and Go test com recurso ao acelerómetro e magnetómetro do dispositivo móvel e um sensor de pressão, ligado a um dispositivo BITalino, posicionado na cadeira. Ao mesmo tempo, foram recolhidos sinais de sensores de Eletrocardiografia e Eletroencefalografia, conectados a outro dispositivo BITalino, para análise de diferentes problemas de saúde. Assim, implementaram-se métodos estatísticos e de inteligência artificial para a análise dos dados recolhidos a partir destes sensores com recurso ao procedimento experimental inicialmente executado. Inicialmente, foi realizada a revisão da literatura relacionada com o Timed- Up and Go test e o uso de sensores, sendo que a revisão de literatura terminou com a identificação das doenças passíveis de serem identificadas com recurso aos sensores inerciais. Seguidamente, apresentou-se a proposta de arquitetura a ser utilizada para a recolha dos dados, tendo em conta os sensores anteriormente referidos. Os dados presentes neste estudo foram recolhidos de 40 idosos institucionalizados da região do Fundão (Portugal), equipados com um dispositivo móvel e um dispositivo BITalino, bem como os restantes sensores. Por fim, passou-se então à análise dos dados recolhidos que foi dividida em 3 estágios, começando pela análise do acelerómetro, magnetómetro e sensor de pressão para identificação dos parâmetros do Timed-Up and Go test, utilizando métodos estatísticos para a análise dos dados recolhidos. No segundo estágio foram implementados métodos estatísticos para correlacionar as doenças passiveis de serem detetadas por sensores de Eletrocardiografia e Eletroencefalografia. Por fim, no terceiro estágio foram implementados métodos de inteligência artificial, i.e., redes neuronais artificiais, para relacionar as doenças do foro cardíaco e nervoso com os dados dos diferentes indivíduos de modo a aferir as suas características. Como trabalho futuro, os resultados apresentados nesta dissertação podem servir para a criação de sistemas de baixo-custo, e de acesso a todos os cidadãos, que permitam a deteção mais atempada de determinados distúrbios e possam servir de auxílio aos profissionais de saúde no diagnóstico e tratamento de doenças.
Access restrictions
openAccess
http://creativecommons.org/licenses/by/4.0/
http://creativecommons.org/licenses/by/4.0/
Language
por
Comments
