Utilize este identificador para referenciar este registo: https://hdl.handle.net/10316/114127
Título: iFriend: Platform for non-intrusive monitorization of elderly people
Outros títulos: iFriend: Supervisão inteligente do estado de saúde em idosos
Autor: Dinis, Tiago Moisés Jacob
Orientador: Silva, Jorge Miguel Sá
Palavras-chave: eHealth; WiFI; Internet of Things; monitorização; idosos; eHealth; WiFi; Internet of Things; monitoring; elderly
Data: 3-Out-2022
Título da revista, periódico, livro ou evento: iFriend: Platform for non-intrusive monitorization of elderly people
Local de edição ou do evento: DEEC/Casa
Resumo: Atualmente, as plataformas eHealth estão a ser cada vez mais utilizadas e desenvolvidas para melhorar a precisão no diagnóstico e tratamento, para uma observação mais personalizada do estado de saúde dos pacientes e para processar a informação em tempo-real usando tecnologias como WiFi, Artificial Inteligence, Chatbots e Internet Of Things. Atualmente existe rede WiFi na maior parte dos espaços públicos e privados. Por isso, aumenta a facilidade de conexão dos dispositivos e a integração de IoT na sociedade, principalmente na área da saúde. O objetivo deste projeto é desenvolver uma plataforma inovadora de monitorização sem fios através de WiFi, baseada numa app. Esta tecnologia baseia-se nas alterações que o corpo humano provoca nas ondas eletromagnéticas utilizadas em comunicações por WiFi. Essas alterações irão ser analisadas através do Channel State Information (CSI) entre dois dispositivos WiFi (Router e Access Point). O foco do nosso projeto é feito na deteção da frequência cardíaca, da frequência respiratória e na localização/atividade do paciente. O projeto iFriend vai permitir a monitorização inteligente do estado de saúde de idosos que sofrem de insuficiência renal, sendo primariamente testado em estudantes das Universidades de Coimbra, Alcalá, Extremadura e, como objetivo final, em ambiente real com pacientes do Hospital Príncipe das Astúrias. Esta monitorização irá ser feita através de duas aplicações, uma para smartphone e outra para smartwatch, ambas desenvolvidas em Xamarin (desta forma suportando dispositivos Android e iOS) para gerir e supervisionar as atividades do dia a dia dos idosos e para recolher alguns dos dados vitais destes. E, por fim, para complementar e agrupar os dados recolhidos foi desenvolvido um Dashboard onde os enfermeiros e responsáveis de saúde irão poder analisar, em tempo “quase-real” e em historial, a informação sobre os pacientes.
Nowadays eHealth platforms are being increasingly used and studied to improve accuracy in diagnosis and treatment, for a more personalized view of a patient’s health status and to process information in real-time using technologies such as WiFi, Artificial Intelligence, Chatbots, and Internet of Things. Currently, there is WiFi in most spaces public and private. Therefore, it increases the ease of connecting devices and integrating devices IoT in society, especially in healthcare. The objective of this project is to develop an innovative wireless monitoring platform over WiFi with IoT validation, based on an app. This technology is based on the changes that the human body causes to WiFi waves. These changes will be detected by analyzing the Channel State Information (CSI) between two WiFi devices (Router and Access Point). The focus of our work is based on the heart rate, respiratory rate, and location/activity of the patient. This project will allow intelligent monitoring of the status of the health of elder people suffering from insufficient kidney function, being initially tested on students from the Universities of Coimbra, Alcalá, and Extremadura. And as a final objective, in a real environment with patients at the Príncipe of Asturias’s Hospital. In addition to this monitoring, there will be a smartphone and smartwatch app, both developed in Xamarin, which supports both Android and iOS devices to manage and supervise the day-to-day activities of the elderly. And as the final objective, develop a Dashboard where nurses and healthcare professionals of the institutions will access “almost real-time” data and see the historical information of the patient.
Descrição: Dissertação de Mestrado em Engenharia Eletrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia
URI: https://hdl.handle.net/10316/114127
Direitos: openAccess
Aparece nas coleções:UC - Dissertações de Mestrado

Ficheiros deste registo:
Ficheiro TamanhoFormato
Master_Thesis_Tiago_Dinis_Final.pdf2.58 MBAdobe PDFVer/Abrir
Mostrar registo em formato completo

Visualizações de página

44
Visto em 17/jul/2024

Google ScholarTM

Verificar


Este registo está protegido por Licença Creative Commons Creative Commons