DSpace Collection:
https://hdl.handle.net/10316/128
2024-03-29T06:13:54ZDesenvolvimento de um Distractor Mandibular Automático Dento-Ancorado
https://hdl.handle.net/10316/100039
Title: Desenvolvimento de um Distractor Mandibular Automático Dento-Ancorado
Authors: Magalhães, Miguel Amaral Gomes
Abstract: A distracção mandibular é um processo mecânico de alongamento do osso que visa a formação de novo tecido ósseo necessário à correcção de deficiências faciais. Os dispositivos de distracção existentes no mercado são ancorados directamente na mandíbula por intermédio de pequenos parafusos implicando, por isso, uma intervenção cirúrgica agressiva. Além disso, são puramente mecânicos requerendo uma activação manual.
Nesta dissertação abordamos a concepção de um Distractor Mandibular Dento-Ancorado (DMADA). Uma das principais limitações no desenvolvimento de um distractor é o espaço disponível para a sua aplicação. De forma a miniaturizar o mais possível o dispositivo, investigámos uma solução energética que apresente uma elevada densidade energética, assim como todos os requisitos necessários para o seu normal funcionamento.
Definidas as características do DMADA, seleccionámos as pilhas de zinco-ar como uma possível solução energética. Sujeitamos as pilhas a diversos testes para dissipar qualquer dúvida quanto à sua utilização em ambiente intra-oral. Os testes realizados centraram-se na submissão das pilhas a diferentes níveis de temperatura e humidade, e na obtenção experimental da taxa de consumo de oxigénio e do valor da sua carga total. É de extrema importância a identificação de uma solução energética viável e de reduzidas dimensões quando pretendemos desenvolver um micro dispositivo médico.
Concluindo, conseguimos estabelecer bases sólidas com os resultados obtidos experimentalmente, para um desenvolvimento sustentado de um protótipo do DMADA. Os resultados foram bastante satisfatórios permitindo-nos identificar, com sucesso, uma solução energética apropriada para alimentar todo o dispositivo.; The distraction is a mechanical process that promotes the lengthening of the bone aiming at the formation of new osseous tissue essential to the reconstruction and correction of some deficiencies such as craniofacial. Distraction devices available on the market are directly anchored in the jaw by the use of small screws, implying therefore aggressive surgical intervention. Additionally, they are purely mechanical, requiring a manual activation.
In this thesis we address the design of an Automatic Tooth-borne Mandibular Distractor (ATBMD). One of the major limitations in developing a distractor is the space available for its application. In order to miniaturize the device as much as possible, we investigated an energy solution that presents a high energy density, as well as all the necessary requirements for its normal functioning.
Defined the characteristics of the ATBMD, we selected the zinc-air batteries as a possible energy solution. We subject the batteries to various tests to dispel any doubts as to their use in intra-oral environment. Tests conducted focused on subjecting the batteries to temperature and humidity variation and also in obtaining an experimental rate of oxygen consumption and its total charge. It is of utmost importance to identify a viable energy solution with reduced dimensions when it comes to developing a micro medical device.
In conclusion, we established a solid foundation, with the results obtained experimentally, for a successful development of the prototype. We were able to identify successfully a solution suitable for energy feed the entire device.
Description: Dissertação de Mestrado Integrado em Engenharia Biomédica apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra.2012-01-01T00:00:00ZCharacterization and detection of epileptic seizures based on actigraphy data
https://hdl.handle.net/10316/97182
Title: Characterization and detection of epileptic seizures based on actigraphy data
Authors: Ramos, Mariana Ferreira
Abstract: Epilepsy is a severe medical condition affecting millions of people in the world. Detection and
prediction of epileptic events is an open problem and an active field of research in the medical and
neuroscience communities.
Patients with epilepsy are monitored at the service of Neurology from the Hospital de Santa Maria
in Lisbon for long periods where huge amount of data, such as EEG, ECG and video, is collected
in order to capture the appropriated number of epileptic episodes needed to characterize the disease.
These episodes, impossible to predict, are random and sparse in time which makes the task of
analysis difficult and time consuming.
In this thesis an actigraphy device (an accelerometer) was designed and assembled to be plugged
into the amplifier used in the hospital to collected the EEG signals. This way the activity of the patient
on his non-dominant wrist (usually the left one) is recorded and stored simultaneously with the other
signals acquired during the exam avoiding to perform the usual complex procedure of signal alignment
and sampling frequency adjustment.
Algorithms for detection of specific movement patterns were designed in order to automatically
detect epileptic seizures with associated movement disturbances. The goal is to perform an automatic
annotation of the data collected during exam and help the technical staff in its analysis. In the future
these algorithms will be used in ambulatory systems to identify and record epileptic seizures in normal
life conditions of the patients.
Two prototypes were produced and tested at the hospital with real patients and the algorithms for
movement detection and epileptic seizure identification were designed, implemented and tested using
synthetic and real data. The EEG data from the patients were annotated and classified manually by
the technicians where all the paroxysmal events were identified and used for training and testing as
ground truth information. A total of 62 events from 4 patients, checked by the medical doctor, where used to train the detector
and validate the algorithm. An accuracy of more than 98% was achieved in detecting movements and
among them more than 84% were correctly classified as epileptic seizures.
The two prototypes are installed at the hospital where more data are being collected.; A epilepsia é uma condição médica grave que afeta milhões de pessoas no mundo. A detecção
e previsão de crises epilépticas é um problema em aberto e um campo ativo de pesquisa nas comunidades
médica e de neurociência. Os pacientes com epilepsia são monitorizados no serviço
de Neurologia do Hospital Santa Maria em Lisboa durante longos períodos, durante o qual uma
grande quantidade de dados, tais como EEG, ECG e vídeo, é recolhida a fim de detectar o número
necessário de crises epilépticas necessário para caracterizar a doença. Estes episódios, impossíveis
de prever, são aleatórios e dispersos no tempo o que torna a tarefa de análise difícil e demorada.
Nesta tese foi projetado e montado um dispositivo de actigrafia (um acelerómetro) para ser conectado
ao amplificador usado no hospital para adquirir os sinais de EEG. Desta forma, a actividade
motora do paciente é gravada e armazenada simultaneamente com os outros sinais adquiridos durante
o exame evitando a realização do procedimento habitual e complexo de alinhamento de sinal
e ajuste da frequência de amostragem, usando o dispositivo no pulso não-dominante (usualmente a
esquerdo). Dois algoritmos para detecção de padrões de movimento específicos foram concebidos
a fim de detectar automaticamente crises epilépticas com distúrbios de movimento associados. O
objetivo é realizar uma anotação automática dos dados recolhidos durante o exame e ajudar os técnicos
na análise. Futuramente, estes algoritmos iram ser utilizados em sistemas ambulatórios para
identificar e registar as crises epilépticas em condições normais de vida dos pacientes. Dois protótipos
foram produzidos e testados no hospital com pacientes reais e os algoritmos de detecção de
movimento e identificação de crise epiléptica foram concebidos, implementados e testados utilizando
dados sintéticos e reais. Os dados de EEG adquiridos nos pacientes foram anotados e classificados
manualmente pelos técnicos nos quais foram identificados e utilizados para treino e testes todos os
eventos paroxísticos.
Um total de 62 eventos adquiridos a partir de 4 pacientes, verificados pelo médico, foram utilizados para treinar o detector e validar o algoritmo. Uma precisão de superior a 98% foi atingida na detecção
de movimentos e entre eles mais de 84% foram corretamente classificados como crises epilépticas.
Os dois protótipos estão instalados no hospital onde mais dados estão a ser adquiridos.
Description: Dissertação de Mestrado em Engenharia Física apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra.2016-03-01T00:00:00ZiLook over y
https://hdl.handle.net/10316/37126
Title: iLook over y
Authors: Pinheiro, Nuno Henrique Pereira Martins
Abstract: A síncope refere-se à perda temporária de consciência, causada por uma redução da pressão arterial (BP) sistémica, responsável pela queda da perfusão cerebral global. A BP, por sua vez, depende do débito cardíaco e da resistência vascular sistémica, que são regulados pelo sistema nervoso autónomo (ANS). Devido a estas conexões, qualquer fator externo que afete esse equilíbrio pode originar síncope. Quando esse fator é neuronal, o episódio é classificado como síncope neuromediada (NMS)
A síncope é, de facto, uma condição comum e dispendiosa, implicando um custo anual direto de $1.7 a $2 biliões para os serviços de saúde de todo o mundo. Assim sendo, é essencial encontrar formas de evitar custos tão elevados associados à síncope e a condições relacionadas – por exemplo, doenças cardiovasculares (CVD) e quedas –, a favor do investimento em soluções preventivas de p-health e m-health.
A variabilidade da frequência cardíaca (HRV) é um marcador promissor de regulação autónoma, mas que requer a aquisição de eletrocardiograma (ECG) para calcular a frequência cardíaca (HR) de forma confiável. Este equipamento, contudo, não é confortável para soluções de p-health. Devido ao progresso no desenvolvimento de sensores óticos (mais convenientes e menos intrusivos), o fotopletismograma (PPG) torna-se numa alternativa interessante para medições de pulso cardíaco (PR) em vez de HR, levando ao interesse na avaliação de índices de HRV baseados na análise de PPG (variabilidade do pulso cardíaco – PRV).
Na primeira parte desta tese, a hipótese de se utilizarem índices de PRV como substitutos para os índices de HRV é investigada em três contextos diferentes: sujeitos saudáveis em repouso, indivíduos saudáveis após exercício físico e sujeitos com CVD. Seis pontos característicos do PPG também foram avaliados, de forma a encontrar o mais adequado para análise de PRV nesses contextos. A análise é baseada na avaliação da correlação, erro e distribuição dos sinais.
Os resultados obtidos sugerem que a PRV pode ser utilizada como alternativa à análise de HRV em indivíduos saudáveis, tendo produzido correlações acima de 82%, tanto para tempo como para frequência. Contrariamente, nos sujeitos em pós-exercício e com CVD, as características do domínio do tempo e, mais importante, da frequência, devem ser usadas com precaução (correlações médias variando de 68% a 88%).
Vários algoritmos de monitorização da BP foram propostos para prever síncope iminente em tempo real. No entanto, ainda apresentam algumas desvantagens quanto ao seu uso em contextos de p-health: enquanto alguns usam BP adquirida com braçadeira, outros usam abordagens baseadas em ECG, sendo que ambos implicam o uso de hardware caro e desconfortável. Por outro lado, abordagens mais adequadas para usos pessoais, tais como algoritmos construídos unicamente com PPG, são menos confiáveis.
O objetivo da segunda parte deste trabalho é acompanhar os esforços do grupo para preencher essa lacuna, fornecendo um algoritmo totalmente baseado em PPG para prever síncope iminente, com maior confiabilidade. Utilizou-se a métrica da distância de Minkowski (que se provou ser a melhor métrica testada), com expoente p=2-0.5. Diversos parâmetros foram avaliados para alimentar o algoritmo: PR, tempo de ejeção do ventrículo esquerdo (LVET), índice de rigidez (SI), índice de reflexão (RI), bem como vários índices relacionados com: o PRV, a segunda derivada do PPG, o crescimento sistólico da onda de pulso do PPG e a dinâmica de informação dos dados.
A partir dos parâmetros mencionados, foram calculados vários atributos, resultando num conjunto de 94 índices diferentes avaliados. Os mais apropriados para prever síncope foram classificados usando um sistema de pontuação e selecionados de acordo com as suas pontuações. Com estes, diferentes configurações do algoritmo foram avaliadas e os resultados mais relevantes foram discutidos. A configuração destacada, utilizada na terceira parte do trabalho, foi testada com F-measure de 86%, 100% de sensibilidade, 85% de especificidade, uma taxa de falsos positivos por hora de 1.9h-1, bem como 242.3±226.9 segundos de tempo de previsão, incorporando índices derivados de SI, PR, LVET e RI.
A terceira e última etapa do projeto diz respeito ao desenvolvimento de um sistema de previsão de síncope em tempo real, utilizando dispositivos comerciais (biosignalsplux® com um sensor PPG e um PC com Windows®). O back-end do sistema consiste na configuração do algoritmo apresentado acima, escrito em MATLAB®. O front-end do sistema é escrito em Java® e executa três tarefas: é wrapper do back-end MATLAB®, suporta a comunicação Bluetooth® em tempo real entre os terminais e interage com o utilizador através de uma interface. Uma vez que depende de um PC, trata-se de um sistema de p-health algo limitado, mas já é uma prova de conceito satisfatória que fornece, além de uma ferramenta de pesquisa válida, uma solução útil para meios hospitalares, idosos, motoristas e operadores de maquinaria pesada2017-01-01T00:00:00ZDevelopment of polymetric sensors for monitoring baby's temperature
https://hdl.handle.net/10316/36268
Title: Development of polymetric sensors for monitoring baby's temperature
Authors: Dias, Diana Patricia Rodrigues
Description: Dissertação de Mestrado Integrado em Engenharia Biomédica apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra2014-09-30T00:00:00Z