Grau en Enginyeria Biomèdica + Grau en Enginyeria Electrònica Industrial i Automàtica (Pla 2020)Doble titulacióhttp://hdl.handle.net/2117/3719592024-03-28T19:19:05Z2024-03-28T19:19:05ZDesenvolupament d'una eina clínica per a la modelització i sensorització d'un úterBallús Riu, Estelhttp://hdl.handle.net/2117/4034792024-03-12T12:53:33Z2024-02-29T14:51:05ZDesenvolupament d'una eina clínica per a la modelització i sensorització d'un úter
Ballús Riu, Estel
2024-02-29T14:51:05ZBallús Riu, EstelDesign, development, and evaluation of a real-time facial expression and speech emotion recognition systemBorràs Duarte, Martahttp://hdl.handle.net/2117/4024242024-03-12T12:57:44Z2024-02-21T11:29:55ZDesign, development, and evaluation of a real-time facial expression and speech emotion recognition system
Borràs Duarte, Marta
Aquesta tesi presenta el disseny, desenvolupament i avaluació d’un sistema de reconeixement d'emocions en temps real per a aplicacions mèdiques. El mateix permet la monitorització en remot de l'estat emocional de pacients mitjançant tècniques de Reconeixement d'Expressions Facials (FER) i de Reconeixement d'Emocions de la Veu (SER). Les dades recopilades s'emmagatzemen en una base de dades al núvol, la qual cosa permet als professionals sanitaris accedir a les mateixes en temps real o diferit, i des de qualsevol localització. El sistema utilitza Reconeixement Facial (FR), prèviament a l’etapa de reconeixement d’emocions, per tal d’emmagatzemar les dades de cada pacient per separat en perfils individuals.
El sistema té dos tipus de modes de funcionament: el reconeixement d'emocions monomodal i el multimodal. En funcionament monomodal, s’infereix en l’estat emocional del subjecte per FER. D’altra banda, el funcionament multimodal combina FER i SER per obtenir informació més profunda de l'estat emocional del subjecte.
El sistema està dissenyat com a una proba de concepte amb un propòsit general. No obstant això, aquest treball també proposa diverses aplicacions en les quals podria ser integrat, i explora els ajustos necessaris per complir amb els requisits específics de cada cas d'ús.
Finalment, en aquesta tesi s'aborden les implicacions ètiques i la protecció de dades relacionades amb l’ús d’aquest sistema.; Esta tesis presenta el diseño, desarrollo y evaluación de un sistema de reconocimiento de emociones en tiempo real para aplicaciones médicas. El mismo permite la monitorización en remoto del estado emocional de pacientes mediante técnicas de Reconocimiento de Expresiones Faciales (FER) y de Reconocimiento de Emociones de la Voz (SER). Los datos recopilados se almacenan en una base de datos en la nube, lo que permite que profesionales sanitarios puedan acceder a las mismas en tiempo real o diferido, y desde cualquier localización. El sistema integra reconocimiento facial (FR) para crear perfiles individuales para cada paciente, permitiendo el almacenamiento de datos por separado.
El sistema tiene dos tipos de modos de funcionamiento: el reconocimiento de emociones monomodal y el multimodal. En funcionamiento monomodal, se infiere en el estado emocional del sujeto por FER. Por otro lado, el funcionamiento multimodal combina FER y SER para proporcionar información más profunda del estado emocional del sujeto.
El sistema está diseñado como una prueba de concepto con un propósito general. No obstante, este trabajo también propone varias aplicaciones en las cuales podría ser integrado, y explora los ajustes necesarios para cumplir con los requisitos específicos de cada caso de uso.
Finalmente, en esta tesis se abordan las implicaciones éticas y la protección de datos personales relacionadas con el uso de este sistema.; This thesis presents the design, development, and evaluation of a real-time emotion recognition system for healthcare applications. It aims to remotely monitor patients' emotional states using Facial Expression Recognition (FER) and Speech Emotion Recognition (SER) techniques. The collected data is stored in a cloud-based database, allowing healthcare professionals to access real-time updates from anywhere. Additionally, the system uses Facial Recognition (FR) to identify the patients before emotion recognition, to enable data storage into separate profiles.
The system has two types of functioning modes: monomodal and multimodal emotion recognition. In the monomodal approach, FER is employed to infer the emotional state of the subject. On the other hand, the multimodal approach combines both FER and SER to provide deeper insights into the subject's emotional state.
The system is designed as a proof of concept with a general purpose in mind. However, this work also proposes various applications in which the system could be integrated, and outlines the adjustments required to meet the specific needs of each use case.
Finally, this thesis addresses the ethical and data protection implications associated with the use of this system.
2024-02-21T11:29:55ZBorràs Duarte, MartaAquesta tesi presenta el disseny, desenvolupament i avaluació d’un sistema de reconeixement d'emocions en temps real per a aplicacions mèdiques. El mateix permet la monitorització en remot de l'estat emocional de pacients mitjançant tècniques de Reconeixement d'Expressions Facials (FER) i de Reconeixement d'Emocions de la Veu (SER). Les dades recopilades s'emmagatzemen en una base de dades al núvol, la qual cosa permet als professionals sanitaris accedir a les mateixes en temps real o diferit, i des de qualsevol localització. El sistema utilitza Reconeixement Facial (FR), prèviament a l’etapa de reconeixement d’emocions, per tal d’emmagatzemar les dades de cada pacient per separat en perfils individuals.
El sistema té dos tipus de modes de funcionament: el reconeixement d'emocions monomodal i el multimodal. En funcionament monomodal, s’infereix en l’estat emocional del subjecte per FER. D’altra banda, el funcionament multimodal combina FER i SER per obtenir informació més profunda de l'estat emocional del subjecte.
El sistema està dissenyat com a una proba de concepte amb un propòsit general. No obstant això, aquest treball també proposa diverses aplicacions en les quals podria ser integrat, i explora els ajustos necessaris per complir amb els requisits específics de cada cas d'ús.
Finalment, en aquesta tesi s'aborden les implicacions ètiques i la protecció de dades relacionades amb l’ús d’aquest sistema.
Esta tesis presenta el diseño, desarrollo y evaluación de un sistema de reconocimiento de emociones en tiempo real para aplicaciones médicas. El mismo permite la monitorización en remoto del estado emocional de pacientes mediante técnicas de Reconocimiento de Expresiones Faciales (FER) y de Reconocimiento de Emociones de la Voz (SER). Los datos recopilados se almacenan en una base de datos en la nube, lo que permite que profesionales sanitarios puedan acceder a las mismas en tiempo real o diferido, y desde cualquier localización. El sistema integra reconocimiento facial (FR) para crear perfiles individuales para cada paciente, permitiendo el almacenamiento de datos por separado.
El sistema tiene dos tipos de modos de funcionamiento: el reconocimiento de emociones monomodal y el multimodal. En funcionamiento monomodal, se infiere en el estado emocional del sujeto por FER. Por otro lado, el funcionamiento multimodal combina FER y SER para proporcionar información más profunda del estado emocional del sujeto.
El sistema está diseñado como una prueba de concepto con un propósito general. No obstante, este trabajo también propone varias aplicaciones en las cuales podría ser integrado, y explora los ajustes necesarios para cumplir con los requisitos específicos de cada caso de uso.
Finalmente, en esta tesis se abordan las implicaciones éticas y la protección de datos personales relacionadas con el uso de este sistema.
This thesis presents the design, development, and evaluation of a real-time emotion recognition system for healthcare applications. It aims to remotely monitor patients' emotional states using Facial Expression Recognition (FER) and Speech Emotion Recognition (SER) techniques. The collected data is stored in a cloud-based database, allowing healthcare professionals to access real-time updates from anywhere. Additionally, the system uses Facial Recognition (FR) to identify the patients before emotion recognition, to enable data storage into separate profiles.
The system has two types of functioning modes: monomodal and multimodal emotion recognition. In the monomodal approach, FER is employed to infer the emotional state of the subject. On the other hand, the multimodal approach combines both FER and SER to provide deeper insights into the subject's emotional state.
The system is designed as a proof of concept with a general purpose in mind. However, this work also proposes various applications in which the system could be integrated, and outlines the adjustments required to meet the specific needs of each use case.
Finally, this thesis addresses the ethical and data protection implications associated with the use of this system.Development of a non-invasive device for assessing diabetic and non-diabetic individuals based on heart rate analysisEl Barike Belhcen, Nohailahttp://hdl.handle.net/2117/4012842024-03-12T12:50:26Z2024-02-07T11:06:12ZDevelopment of a non-invasive device for assessing diabetic and non-diabetic individuals based on heart rate analysis
El Barike Belhcen, Nohaila
Aquest treball de fi de grau es centra en el disseny d'un dispositiu no invasiu per diferenciar entre persones diabètiques i no diabètiques mitjançant l'anàlisi del comportament cardíac. L'objectiu principal és comprendre com la diabetis afecta la freqüència cardíaca, així com desenvolupar un dispositiu electrònic capaç de discriminar basant-se en les mesures de la freqüència cardíaca. S'ha examinat la conveniència d'utilitzar l'electrocardiografia (ECG) o la fotopletismografia (PPG) per a aquest propòsit, amb un enfocament específic en el disseny de hardware i deixant la part de software per a futures investigacions. La PPG s'ha presentat com l'opció preferida degut al confort dels pacients, malgrat que fan falta estudis pràctics per corroborar-ho. A més, s'ha analitzat la base de dades DICARDIA per investigar els efectes en la freqüència cardíaca en persones diabètiques, tant amb com sense condicions cardiovasculars preexistents, durant proves d'esforç. Els resultats indiquen una disminució significativa en les freqüències cardíaques i en la recuperació de la freqüència cardíaca en persones diabètiques, coincidint amb les expectatives inicials.; Este trabajo de fin de grado se centra en el diseño de un dispositivo no invasivo para diferenciar entre personas diabéticas y no diabéticas mediante el análisis del comportamiento cardíaco. El objetivo principal es comprender cómo la diabetes afecta la frecuencia cardíaca y desarrollar un dispositivo electrónico capaz de discriminar basándose en el ritmo cardíaco. Se evaluó la conveniencia de utilizar la electrocardiografía (ECG) o la fotopletismografía (PPG) para este propósito, centrándose específicamente en el diseño de hardware y dejando el software para futuras investigaciones. La PPG se presenta como la opción preferida debido a la comodidad del paciente, aunque son necesarios estudios prácticos para corroborarlo. Además, se analizó la base de datos DICARDIA para investigar los efectos en la frecuencia cardíaca en personas diabéticas, tanto con como sin condiciones cardiovasculares preexistentes, durante pruebas de esfuerzo. Los resultados indican una disminución significativa en las frecuencias cardíacas y en la recuperación de la frecuencia cardíaca en personas diabéticas, lo cual concuerda con las expectativas iniciales.; This final degree project focuses on designing a non-invasive device to differentiate between diabetic and non-diabetic individuals by analysing their cardiac behaviour. The primary goal is to understand how diabetes affects heart rate and to develop an electronic device for effective discrimination based on heart rate measurements. It is assessed the suitability of electrocardiography (ECG) or photoplethysmography (PPG) for this purpose, with a specific focus on hardware design, leaving the software aspect for future research. PPG emerges as the preferred choice due to the comfortability given to the patient, however practical studies are needed to prove it fully. Furthermore, DICARDIA database was examined to investigate how diabetes impacts heart rate in individuals, both with and without pre-existing cardiovascular conditions, during exercise stress tests. The results indicate significantly lower heart rates and heart rate recovery in diabetic individuals, aligning with initial expectations.
2024-02-07T11:06:12ZEl Barike Belhcen, NohailaAquest treball de fi de grau es centra en el disseny d'un dispositiu no invasiu per diferenciar entre persones diabètiques i no diabètiques mitjançant l'anàlisi del comportament cardíac. L'objectiu principal és comprendre com la diabetis afecta la freqüència cardíaca, així com desenvolupar un dispositiu electrònic capaç de discriminar basant-se en les mesures de la freqüència cardíaca. S'ha examinat la conveniència d'utilitzar l'electrocardiografia (ECG) o la fotopletismografia (PPG) per a aquest propòsit, amb un enfocament específic en el disseny de hardware i deixant la part de software per a futures investigacions. La PPG s'ha presentat com l'opció preferida degut al confort dels pacients, malgrat que fan falta estudis pràctics per corroborar-ho. A més, s'ha analitzat la base de dades DICARDIA per investigar els efectes en la freqüència cardíaca en persones diabètiques, tant amb com sense condicions cardiovasculars preexistents, durant proves d'esforç. Els resultats indiquen una disminució significativa en les freqüències cardíaques i en la recuperació de la freqüència cardíaca en persones diabètiques, coincidint amb les expectatives inicials.
Este trabajo de fin de grado se centra en el diseño de un dispositivo no invasivo para diferenciar entre personas diabéticas y no diabéticas mediante el análisis del comportamiento cardíaco. El objetivo principal es comprender cómo la diabetes afecta la frecuencia cardíaca y desarrollar un dispositivo electrónico capaz de discriminar basándose en el ritmo cardíaco. Se evaluó la conveniencia de utilizar la electrocardiografía (ECG) o la fotopletismografía (PPG) para este propósito, centrándose específicamente en el diseño de hardware y dejando el software para futuras investigaciones. La PPG se presenta como la opción preferida debido a la comodidad del paciente, aunque son necesarios estudios prácticos para corroborarlo. Además, se analizó la base de datos DICARDIA para investigar los efectos en la frecuencia cardíaca en personas diabéticas, tanto con como sin condiciones cardiovasculares preexistentes, durante pruebas de esfuerzo. Los resultados indican una disminución significativa en las frecuencias cardíacas y en la recuperación de la frecuencia cardíaca en personas diabéticas, lo cual concuerda con las expectativas iniciales.
This final degree project focuses on designing a non-invasive device to differentiate between diabetic and non-diabetic individuals by analysing their cardiac behaviour. The primary goal is to understand how diabetes affects heart rate and to develop an electronic device for effective discrimination based on heart rate measurements. It is assessed the suitability of electrocardiography (ECG) or photoplethysmography (PPG) for this purpose, with a specific focus on hardware design, leaving the software aspect for future research. PPG emerges as the preferred choice due to the comfortability given to the patient, however practical studies are needed to prove it fully. Furthermore, DICARDIA database was examined to investigate how diabetes impacts heart rate in individuals, both with and without pre-existing cardiovascular conditions, during exercise stress tests. The results indicate significantly lower heart rates and heart rate recovery in diabetic individuals, aligning with initial expectations.Development of a non-invasive device for assessing diabetic and non-diabetic individuals based on heart rate analysisEl Barike Belhcen, Nohailahttp://hdl.handle.net/2117/4003492024-03-12T12:51:13Z2024-01-26T14:03:49ZDevelopment of a non-invasive device for assessing diabetic and non-diabetic individuals based on heart rate analysis
El Barike Belhcen, Nohaila
Aquest treball de fi de grau es centra en el disseny d'un dispositiu no invasiu per diferenciar entre persones diabètiques i no diabètiques mitjançant l'anàlisi del comportament cardíac. L'objectiu principal és comprendre com la diabetis afecta la freqüència cardíaca, així com desenvolupar un dispositiu electrònic capaç de discriminar basant-se en les mesures de la freqüència cardíaca. S'ha examinat la conveniència d'utilitzar l'electrocardiografia (ECG) o la fotopletismografia (PPG) per a aquest propòsit, amb un enfocament específic en el disseny de hardware i deixant la part de software per a futures investigacions. La PPG s'ha presentat com l'opció preferida degut al confort dels pacients, malgrat que fan falta estudis pràctics per corroborar-ho. A més, s'ha analitzat la base de dades DICARDIA per investigar els efectes en la freqüència cardíaca en persones diabètiques, tant amb com sense condicions cardiovasculars preexistents, durant proves d'esforç. Els resultats indiquen una disminució significativa en les freqüències cardíaques i en la recuperació de la freqüència cardíaca en persones diabètiques, coincidint amb les expectatives inicials.; Este trabajo de fin de grado se centra en el diseño de un dispositivo no invasivo para diferenciar entre personas diabéticas y no diabéticas mediante el análisis del comportamiento cardíaco. El objetivo principal es comprender cómo la diabetes afecta la frecuencia cardíaca y desarrollar un dispositivo electrónico capaz de discriminar basándose en el ritmo cardíaco. Se evaluó la conveniencia de utilizar la electrocardiografía (ECG) o la fotopletismografía (PPG) para este propósito, centrándose específicamente en el diseño de hardware y dejando el software para futuras investigaciones. La PPG se presenta como la opción preferida debido a la comodidad del paciente, aunque son necesarios estudios prácticos para corroborarlo. Además, se analizó la base de datos DICARDIA para investigar los efectos en la frecuencia cardíaca en personas diabéticas, tanto con como sin condiciones cardiovasculares preexistentes, durante pruebas de esfuerzo. Los resultados indican una disminución significativa en las frecuencias cardíacas y en la recuperación de la frecuencia cardíaca en personas diabéticas, lo cual concuerda con las expectativas iniciales.; This final degree project focuses on designing a non-invasive device to differentiate between diabetic and non-diabetic individuals by analysing their cardiac behaviour. The primary goal is to understand how diabetes affects heart rate and to develop an electronic device for effective discrimination based on heart rate measurements. It is assessed the suitability of electrocardiography (ECG) or photoplethysmography (PPG) for this purpose, with a specific focus on hardware design, leaving the software aspect for future research. PPG emerges as the preferred choice due to the comfortability given to the patient, however practical studies are needed to prove it fully. Furthermore, DICARDIA database was examined to investigate how diabetes impacts heart rate in individuals, both with and without pre-existing cardiovascular conditions, during exercise stress tests. The results indicate significantly lower heart rates and heart rate recovery in diabetic individuals, aligning with initial expectations.
2024-01-26T14:03:49ZEl Barike Belhcen, NohailaAquest treball de fi de grau es centra en el disseny d'un dispositiu no invasiu per diferenciar entre persones diabètiques i no diabètiques mitjançant l'anàlisi del comportament cardíac. L'objectiu principal és comprendre com la diabetis afecta la freqüència cardíaca, així com desenvolupar un dispositiu electrònic capaç de discriminar basant-se en les mesures de la freqüència cardíaca. S'ha examinat la conveniència d'utilitzar l'electrocardiografia (ECG) o la fotopletismografia (PPG) per a aquest propòsit, amb un enfocament específic en el disseny de hardware i deixant la part de software per a futures investigacions. La PPG s'ha presentat com l'opció preferida degut al confort dels pacients, malgrat que fan falta estudis pràctics per corroborar-ho. A més, s'ha analitzat la base de dades DICARDIA per investigar els efectes en la freqüència cardíaca en persones diabètiques, tant amb com sense condicions cardiovasculars preexistents, durant proves d'esforç. Els resultats indiquen una disminució significativa en les freqüències cardíaques i en la recuperació de la freqüència cardíaca en persones diabètiques, coincidint amb les expectatives inicials.
Este trabajo de fin de grado se centra en el diseño de un dispositivo no invasivo para diferenciar entre personas diabéticas y no diabéticas mediante el análisis del comportamiento cardíaco. El objetivo principal es comprender cómo la diabetes afecta la frecuencia cardíaca y desarrollar un dispositivo electrónico capaz de discriminar basándose en el ritmo cardíaco. Se evaluó la conveniencia de utilizar la electrocardiografía (ECG) o la fotopletismografía (PPG) para este propósito, centrándose específicamente en el diseño de hardware y dejando el software para futuras investigaciones. La PPG se presenta como la opción preferida debido a la comodidad del paciente, aunque son necesarios estudios prácticos para corroborarlo. Además, se analizó la base de datos DICARDIA para investigar los efectos en la frecuencia cardíaca en personas diabéticas, tanto con como sin condiciones cardiovasculares preexistentes, durante pruebas de esfuerzo. Los resultados indican una disminución significativa en las frecuencias cardíacas y en la recuperación de la frecuencia cardíaca en personas diabéticas, lo cual concuerda con las expectativas iniciales.
This final degree project focuses on designing a non-invasive device to differentiate between diabetic and non-diabetic individuals by analysing their cardiac behaviour. The primary goal is to understand how diabetes affects heart rate and to develop an electronic device for effective discrimination based on heart rate measurements. It is assessed the suitability of electrocardiography (ECG) or photoplethysmography (PPG) for this purpose, with a specific focus on hardware design, leaving the software aspect for future research. PPG emerges as the preferred choice due to the comfortability given to the patient, however practical studies are needed to prove it fully. Furthermore, DICARDIA database was examined to investigate how diabetes impacts heart rate in individuals, both with and without pre-existing cardiovascular conditions, during exercise stress tests. The results indicate significantly lower heart rates and heart rate recovery in diabetic individuals, aligning with initial expectations.Hardware design of a portable medical device to measure the quadriceps muscle group after a total knee arthroplasty by EMG, LBIA and clinical score methodsMontero Carreras, Maximhttp://hdl.handle.net/2117/3834322024-03-12T12:52:34Z2023-02-15T16:42:02ZHardware design of a portable medical device to measure the quadriceps muscle group after a total knee arthroplasty by EMG, LBIA and clinical score methods
Montero Carreras, Maxim
El propòsit d'aquest projecte és el disseny del hardware d'un dispositiu mèdic portàtil per a mesurar
senyals d'electromiografia (EMG) i bioimpedància localitzada (LBIA), que s'utilitzarà per avaluar la
progressió de dues pròtesis de genoll (Medial-Pivot i Ultra- Congruent) en pacients operats d'una
artroplàstia total de genoll per a l'hospital Germans Trias i Pujol de Badalona. Per això, s'ha realitzat un
estudi complet sobre els senyals d'EMG i LBIA, per tal de definir les característiques necessàries de
l'equip mèdic i poder optimitzar el disseny electrònic.
Per l'adquisició de senyals EMG, s'ha dissenyat i simulat un sistema compost per diferents fases, que
treballen independentment per adquirir, amplificar, filtrar i adaptar el senyal EMG pel seu futur
processament digital.
D'altra banda, per obtenir valors de la bioimpedància localitzada dels diferents músculs que conformen
el quàdriceps, s'ha dissenyat un sistema compost per dos grans blocs; el primer bloc és l'etapa
d'injecció, on es genera i s'injecta un senyal feble de corrent altern a la zona a mesurar, mentre que el
segon bloc, és l'etapa d'adquisició de senyals. Aquest últim s'encarrega d'adquirir la diferència de
voltatge produïda per la injecció de corrent al múscul (anteriorment mencionat) per després calcular
la bioimpedància a partir de la llei d'ohm.
Tots els senyals són digitalitzats mitjançant el microcontrolador STM32F407VG, que s'encarregarà de
processar i aconseguir les dades claus per determinar quina de les deus pròtesis desenvolupa una
millor funció mecànica i una millor adaptació biològica.
És important remarcar que tot el disseny, sigui per a EMG o LBIA s'ha dut a terme de manera discreta
sense fer servir Front-Ends comercials o integrats complexos més que l'amplificador d'instrumentació
o ADC.
En addició, el present treball inclou una primera estimació dels costos de producció i fabricació per a
una sola unitat, càlculs de consums i funcionament (sorolls, CMRR del sistema i amplada de banda) i
una simulació completa d'EMG i LBIA per observar com funciona i es du a terme cada etapa del circuit.
Finalment, en tractar-se d'un equip mèdic, també s'ha revisat la normativa aplicable i se n'ha analitzat
l'impacte ambiental, s'ha proposat i definit diferents punts per a futurs treballs, com podria ser la
validació i testatge de l'equip, càlculs més aproximats de consums i perfilar la bill of materials (BOM)
per a grans demandes de components.; The purpose of this project is the hardware design of a portable medical device to measure
electromyography (EMG) and localized bioimpedance (LBIA) signals, which will be used to evaluate the
adaptability and progression of two knee prostheses (medial-pivot and ultra-congruent) in patients
undergoing total knee arthroplasty at the Germans Trias i Pujol Hospital in Badalona. For this, the
present work undercovers the relevant properties of the EMG and LBIA signals in order to define the
characteristics of the medical equipment and thus optimize its electronic design.
For the EMG measurements, a system made up of different stages has been designed and simulated.
These phases work independently to acquire, amplify, filter, and adapt the EMG signal for its further
digital processing.
On the other hand, to obtain the bioimpedance values of different quadriceps muscles, a system
composed of two large blocks has been designed; the first is the injection block, where a weak
alternating current signal is generated and injected into the area to be measured, while the second
block is the signal acquisition stage. The purpose of the latter is to acquire the voltage difference
produced by the injection of current (mentioned above) and then obtain the bioimpedance from
Ohm's law.
All the signals are digitized from the STM32F407VG microcontroller, which will be in charge of
processing and obtaining the key data to determine which of the two prostheses performs a better
mechanical function and biological adaptation.
It is important to note that the entire design, whether for EMG or LBIA, has been developed discreetly
without using commercial Front-Ends or complex ICs other than the instrumentation amplifier or ADC.
In addition, the thesis includes a first estimation of the production and manufacturing costs for a single
unit, calculations of consumption and work operation (noise, CMRR of the system and bandwidth) and
a complete simulation of EMG and LBIA to observe how it works on each stage for both circuits.
Finally, as it is a medical device, the applicable regulations have also been reviewed and its
environmental impact has been analysed. Additionally, different points have been proposed and
defined for future work, such as the construction of the PCB and its respective validation, improving
both the consumption calculations and the list of materials (BOM) for large component demands.; El propósito de este proyecto es el diseño del Hardware de un dispositivo médico portátil para
mediciones de electromiografía (EMG) y bioimpedancia localizada (LBIA), que se utilizará para estudiar
la evolución de la adaptabilidad y funcionamiento de dos prótesis de rodilla (medial-pívot y ultracongruente) en pacientes operados de artroplastia total de rodilla en el Hospital Germans Trias i Pujol
de Badalona. Para ello, se ha realizado un estudio exhaustivo sobre las propiedades de las señales de
EMG y LBIA con la finalidad de definir las características del equipo médico y de esta forma, optimizar
el diseño electrónico del mismo.
Para la lectura de mediciones EMG, se ha diseñado y simulado un sistema constituido por distintas
etapas, que trabajan independientemente para adquirir, amplificar, filtrar, y adaptarla señal EMG para
su posterior procesado digital.
Por otro lado, para obtener los valores de bioimpedancia de distintos músculos del cuádriceps, se ha
diseñado un sistema compuesto por dos grandes bloques; el primero es el bloque de inyección, donde
se genera y se inyecta una señal débil de corriente alterna en la zona a medir, mientras que el segundo
bloque es la etapa de adquisición de señales. Esta última tiene como finalidad adquirir la diferencia de
voltaje producido por la inyección de corriente (anteriormente mencionada) para después obtener la
bioimpedancia a partir de la ley de ohm.
Todas las señales son digitalizadas a partir del microcontrolador STM32F407VG, que se encargará de
procesar y obtener los datos claves para determinar cuál de las dos prótesis desempeña una mejor
función mecánica y adaptación biológica.
Es importante remarcar que todo el diseño, ya sea para EMG o LBIA, se ha desarrollado de manera
discreta sin usar Front-Ends comerciales o integrados complejos más que el amplificador de
instrumentación o ADC.
En adición, la tesis incluye una primera estimación de los costes de producción y fabricación para una
sola unidad, cálculos de consumos y funcionamiento (ruidos, CMRR del sistema y ancho de banda) y
una simulación completa de EMG y LBIA para observar cómo funciona y se desarrolla cada etapa de
los distintos circuitos.
Finalmente, al tratarse de un equipo médico, también se ha revisado la normativa aplicable y se ha
analizado el impacto ambiental del mismo. Por último, se han propuesto y definido distintos puntos
para futuros trabajos, como es la construcción de la PCB y su respectiva validación, realizar cálculos
más aproximados de consumos y perfilar la lista de materiales (BOM) para grandes demandas de
componentes.
2023-02-15T16:42:02ZMontero Carreras, MaximEl propòsit d'aquest projecte és el disseny del hardware d'un dispositiu mèdic portàtil per a mesurar
senyals d'electromiografia (EMG) i bioimpedància localitzada (LBIA), que s'utilitzarà per avaluar la
progressió de dues pròtesis de genoll (Medial-Pivot i Ultra- Congruent) en pacients operats d'una
artroplàstia total de genoll per a l'hospital Germans Trias i Pujol de Badalona. Per això, s'ha realitzat un
estudi complet sobre els senyals d'EMG i LBIA, per tal de definir les característiques necessàries de
l'equip mèdic i poder optimitzar el disseny electrònic.
Per l'adquisició de senyals EMG, s'ha dissenyat i simulat un sistema compost per diferents fases, que
treballen independentment per adquirir, amplificar, filtrar i adaptar el senyal EMG pel seu futur
processament digital.
D'altra banda, per obtenir valors de la bioimpedància localitzada dels diferents músculs que conformen
el quàdriceps, s'ha dissenyat un sistema compost per dos grans blocs; el primer bloc és l'etapa
d'injecció, on es genera i s'injecta un senyal feble de corrent altern a la zona a mesurar, mentre que el
segon bloc, és l'etapa d'adquisició de senyals. Aquest últim s'encarrega d'adquirir la diferència de
voltatge produïda per la injecció de corrent al múscul (anteriorment mencionat) per després calcular
la bioimpedància a partir de la llei d'ohm.
Tots els senyals són digitalitzats mitjançant el microcontrolador STM32F407VG, que s'encarregarà de
processar i aconseguir les dades claus per determinar quina de les deus pròtesis desenvolupa una
millor funció mecànica i una millor adaptació biològica.
És important remarcar que tot el disseny, sigui per a EMG o LBIA s'ha dut a terme de manera discreta
sense fer servir Front-Ends comercials o integrats complexos més que l'amplificador d'instrumentació
o ADC.
En addició, el present treball inclou una primera estimació dels costos de producció i fabricació per a
una sola unitat, càlculs de consums i funcionament (sorolls, CMRR del sistema i amplada de banda) i
una simulació completa d'EMG i LBIA per observar com funciona i es du a terme cada etapa del circuit.
Finalment, en tractar-se d'un equip mèdic, també s'ha revisat la normativa aplicable i se n'ha analitzat
l'impacte ambiental, s'ha proposat i definit diferents punts per a futurs treballs, com podria ser la
validació i testatge de l'equip, càlculs més aproximats de consums i perfilar la bill of materials (BOM)
per a grans demandes de components.
The purpose of this project is the hardware design of a portable medical device to measure
electromyography (EMG) and localized bioimpedance (LBIA) signals, which will be used to evaluate the
adaptability and progression of two knee prostheses (medial-pivot and ultra-congruent) in patients
undergoing total knee arthroplasty at the Germans Trias i Pujol Hospital in Badalona. For this, the
present work undercovers the relevant properties of the EMG and LBIA signals in order to define the
characteristics of the medical equipment and thus optimize its electronic design.
For the EMG measurements, a system made up of different stages has been designed and simulated.
These phases work independently to acquire, amplify, filter, and adapt the EMG signal for its further
digital processing.
On the other hand, to obtain the bioimpedance values of different quadriceps muscles, a system
composed of two large blocks has been designed; the first is the injection block, where a weak
alternating current signal is generated and injected into the area to be measured, while the second
block is the signal acquisition stage. The purpose of the latter is to acquire the voltage difference
produced by the injection of current (mentioned above) and then obtain the bioimpedance from
Ohm's law.
All the signals are digitized from the STM32F407VG microcontroller, which will be in charge of
processing and obtaining the key data to determine which of the two prostheses performs a better
mechanical function and biological adaptation.
It is important to note that the entire design, whether for EMG or LBIA, has been developed discreetly
without using commercial Front-Ends or complex ICs other than the instrumentation amplifier or ADC.
In addition, the thesis includes a first estimation of the production and manufacturing costs for a single
unit, calculations of consumption and work operation (noise, CMRR of the system and bandwidth) and
a complete simulation of EMG and LBIA to observe how it works on each stage for both circuits.
Finally, as it is a medical device, the applicable regulations have also been reviewed and its
environmental impact has been analysed. Additionally, different points have been proposed and
defined for future work, such as the construction of the PCB and its respective validation, improving
both the consumption calculations and the list of materials (BOM) for large component demands.
El propósito de este proyecto es el diseño del Hardware de un dispositivo médico portátil para
mediciones de electromiografía (EMG) y bioimpedancia localizada (LBIA), que se utilizará para estudiar
la evolución de la adaptabilidad y funcionamiento de dos prótesis de rodilla (medial-pívot y ultracongruente) en pacientes operados de artroplastia total de rodilla en el Hospital Germans Trias i Pujol
de Badalona. Para ello, se ha realizado un estudio exhaustivo sobre las propiedades de las señales de
EMG y LBIA con la finalidad de definir las características del equipo médico y de esta forma, optimizar
el diseño electrónico del mismo.
Para la lectura de mediciones EMG, se ha diseñado y simulado un sistema constituido por distintas
etapas, que trabajan independientemente para adquirir, amplificar, filtrar, y adaptarla señal EMG para
su posterior procesado digital.
Por otro lado, para obtener los valores de bioimpedancia de distintos músculos del cuádriceps, se ha
diseñado un sistema compuesto por dos grandes bloques; el primero es el bloque de inyección, donde
se genera y se inyecta una señal débil de corriente alterna en la zona a medir, mientras que el segundo
bloque es la etapa de adquisición de señales. Esta última tiene como finalidad adquirir la diferencia de
voltaje producido por la inyección de corriente (anteriormente mencionada) para después obtener la
bioimpedancia a partir de la ley de ohm.
Todas las señales son digitalizadas a partir del microcontrolador STM32F407VG, que se encargará de
procesar y obtener los datos claves para determinar cuál de las dos prótesis desempeña una mejor
función mecánica y adaptación biológica.
Es importante remarcar que todo el diseño, ya sea para EMG o LBIA, se ha desarrollado de manera
discreta sin usar Front-Ends comerciales o integrados complejos más que el amplificador de
instrumentación o ADC.
En adición, la tesis incluye una primera estimación de los costes de producción y fabricación para una
sola unidad, cálculos de consumos y funcionamiento (ruidos, CMRR del sistema y ancho de banda) y
una simulación completa de EMG y LBIA para observar cómo funciona y se desarrolla cada etapa de
los distintos circuitos.
Finalmente, al tratarse de un equipo médico, también se ha revisado la normativa aplicable y se ha
analizado el impacto ambiental del mismo. Por último, se han propuesto y definido distintos puntos
para futuros trabajos, como es la construcción de la PCB y su respectiva validación, realizar cálculos
más aproximados de consumos y perfilar la lista de materiales (BOM) para grandes demandas de
componentes.Motor imagery-based brain-computer interface by implementing a frequency band selectionAbdul Ameer Abbas, Alihttp://hdl.handle.net/2117/3828892024-03-12T12:40:13Z2023-02-10T12:02:31ZMotor imagery-based brain-computer interface by implementing a frequency band selection
Abdul Ameer Abbas, Ali
Les interfícies cervell-ordinador basades en imaginacions motores (MI-BCI) són una promesa per a
revolucionar la manera com els humans interactuen amb les màquines o el programari, realitzant
accions només amb el pensament. Els pacients que pateixen discapacitats de moviment crítiques,
com l'esclerosi lateral amiotròfica (ALS) o la tetraplegia, podrien utilitzar aquesta tecnologia per
controlar una cadira de rodes, pròtesis robòtiques o qualsevol altre dispositiu que els permeti
interactuar de manera independent amb el seu entorn.
L'objectiu d'aquest projecte és ajudar les comunitats afectades per aquests trastorns amb el
desenvolupament d'un mètode que sigui capaç de detectar, amb la màxima precisió possible, la
intenció d'executar moviments (sense que es produeixin) en les extremitats superiors del cos. Això es
farà mitjançant senyals adquirits amb un electroencefalograma (EEG), el seu condicionament i
processament, i la seva posterior classificació amb models d'intel·ligència artificial. A més, es
dissenyarà un filtre de senyal digital per mantenir les bandes de freqüència més característiques de
cada individu i augmentar significativament l’exactitud del sistema.
Després d'extreure les característiques estadístiques, freqüencials i espacials més discriminatòries, va
ser possible obtenir una exactitud del 88% en les dades de validació a l'hora de detectar si un
participant estava imaginant un moviment de la mà esquerra o de la dreta. A més, es va utilitzar una
xarxa neuronal convolucional (CNN) per distingir si el participant estava imaginant un moviment o no,
la qual cosa va aconseguir una exactitud del 78% i una precisió del 90%. Aquests resultats es
verificaran mitjançant la implementació d'una simulació en temps real amb l'ús d'un braç robòtic.; Las interfaces cerebro-computadora basadas en imaginaciones motoras (MI-BCI) son una promesa
para revolucionar la forma en que los humanos interactúan con las máquinas o el software,
realizando acciones con tan solo pensar en ellas. Los pacientes que sufren discapacidades críticas del
movimiento, como la esclerosis lateral amiotrófica (ALS) o la tetraplejia, podrían usar esta tecnología
para controlar una silla de ruedas, prótesis robóticas o cualquier otro dispositivo que les permita
interactuar de manera independiente con su entorno.
El objetivo de este proyecto es ayudar a las comunidades afectadas por estos trastornos con el
desarrollo de un método que sea capaz de detectar, con la mayor precisión posible, la intención de
ejecutar movimientos (sin que se produzcan) en las extremidades superiores del cuerpo. Esto se hará
mediante señales adquiridas con un electroencefalograma (EEG), su acondicionamiento y
procesamiento, y su posterior clasificación con modelos de inteligencia artificial. Además, se diseñará
un filtro de señal digital para mantener las bandas de frecuencia más características de cada
individuo y aumentar significativamente la exactitud del sistema.
Después de extraer características estadísticas, frecuenciales y espaciales discriminatorias, fue
posible obtener una exactitud del 88% en los datos de validación a la hora de detectar si un
participante estaba imaginando un movimiento con la mano izquierda o con la derecha. Además, se
utilizó una red neural convolucional (CNN) para distinguir si el participante estaba imaginando un
movimiento o no, lo que logró un 78% de exactitud y un 90% de precisión. Estos resultados se
verificarán implementando una simulación en tiempo real con el uso de un brazo robótico.; Motor Imagery-based Brain-Computer Interfaces (MI-BCI) are a promise to revolutionize the way
humans interact with machinery or software, performing actions by just thinking about them.
Patients suffering from critical movement disabilities, such as amyotrophic lateral sclerosis (ALS) or
tetraplegia, could use this technology to control a wheelchair, robotic prostheses, or any other device
that could let them interact independently with their surroundings.
The focus of this project is to aid communities affected by these disorders with the development of a
method that is capable of detecting, as accurately as possible, the intention to execute movements
(without them occurring) in the upper extremities of the body. This will be done through signals
acquired with an electroencephalogram (EEG), their conditioning and processing, and their
subsequent classification with artificial intelligence models. In addition, a digital signal filter will be
designed to keep the most characteristic frequency bands of each individual and increase accuracy
significantly.
After extracting discriminative statistical, frequential, and spatial features, it was possible to obtain an
88% accuracy on validation data when it came to detecting whether a participant was imagining a
left-hand or a right-hand movement. Furthermore, a Convolutional Neural Network (CNN) was used
to distinguish if the participant was imagining a movement or not, which achieved a 78% accuracy
and a 90% precision. These results will be verified by implementing a real-time simulation with the
usage of a robotic arm.
2023-02-10T12:02:31ZAbdul Ameer Abbas, AliLes interfícies cervell-ordinador basades en imaginacions motores (MI-BCI) són una promesa per a
revolucionar la manera com els humans interactuen amb les màquines o el programari, realitzant
accions només amb el pensament. Els pacients que pateixen discapacitats de moviment crítiques,
com l'esclerosi lateral amiotròfica (ALS) o la tetraplegia, podrien utilitzar aquesta tecnologia per
controlar una cadira de rodes, pròtesis robòtiques o qualsevol altre dispositiu que els permeti
interactuar de manera independent amb el seu entorn.
L'objectiu d'aquest projecte és ajudar les comunitats afectades per aquests trastorns amb el
desenvolupament d'un mètode que sigui capaç de detectar, amb la màxima precisió possible, la
intenció d'executar moviments (sense que es produeixin) en les extremitats superiors del cos. Això es
farà mitjançant senyals adquirits amb un electroencefalograma (EEG), el seu condicionament i
processament, i la seva posterior classificació amb models d'intel·ligència artificial. A més, es
dissenyarà un filtre de senyal digital per mantenir les bandes de freqüència més característiques de
cada individu i augmentar significativament l’exactitud del sistema.
Després d'extreure les característiques estadístiques, freqüencials i espacials més discriminatòries, va
ser possible obtenir una exactitud del 88% en les dades de validació a l'hora de detectar si un
participant estava imaginant un moviment de la mà esquerra o de la dreta. A més, es va utilitzar una
xarxa neuronal convolucional (CNN) per distingir si el participant estava imaginant un moviment o no,
la qual cosa va aconseguir una exactitud del 78% i una precisió del 90%. Aquests resultats es
verificaran mitjançant la implementació d'una simulació en temps real amb l'ús d'un braç robòtic.
Las interfaces cerebro-computadora basadas en imaginaciones motoras (MI-BCI) son una promesa
para revolucionar la forma en que los humanos interactúan con las máquinas o el software,
realizando acciones con tan solo pensar en ellas. Los pacientes que sufren discapacidades críticas del
movimiento, como la esclerosis lateral amiotrófica (ALS) o la tetraplejia, podrían usar esta tecnología
para controlar una silla de ruedas, prótesis robóticas o cualquier otro dispositivo que les permita
interactuar de manera independiente con su entorno.
El objetivo de este proyecto es ayudar a las comunidades afectadas por estos trastornos con el
desarrollo de un método que sea capaz de detectar, con la mayor precisión posible, la intención de
ejecutar movimientos (sin que se produzcan) en las extremidades superiores del cuerpo. Esto se hará
mediante señales adquiridas con un electroencefalograma (EEG), su acondicionamiento y
procesamiento, y su posterior clasificación con modelos de inteligencia artificial. Además, se diseñará
un filtro de señal digital para mantener las bandas de frecuencia más características de cada
individuo y aumentar significativamente la exactitud del sistema.
Después de extraer características estadísticas, frecuenciales y espaciales discriminatorias, fue
posible obtener una exactitud del 88% en los datos de validación a la hora de detectar si un
participante estaba imaginando un movimiento con la mano izquierda o con la derecha. Además, se
utilizó una red neural convolucional (CNN) para distinguir si el participante estaba imaginando un
movimiento o no, lo que logró un 78% de exactitud y un 90% de precisión. Estos resultados se
verificarán implementando una simulación en tiempo real con el uso de un brazo robótico.
Motor Imagery-based Brain-Computer Interfaces (MI-BCI) are a promise to revolutionize the way
humans interact with machinery or software, performing actions by just thinking about them.
Patients suffering from critical movement disabilities, such as amyotrophic lateral sclerosis (ALS) or
tetraplegia, could use this technology to control a wheelchair, robotic prostheses, or any other device
that could let them interact independently with their surroundings.
The focus of this project is to aid communities affected by these disorders with the development of a
method that is capable of detecting, as accurately as possible, the intention to execute movements
(without them occurring) in the upper extremities of the body. This will be done through signals
acquired with an electroencephalogram (EEG), their conditioning and processing, and their
subsequent classification with artificial intelligence models. In addition, a digital signal filter will be
designed to keep the most characteristic frequency bands of each individual and increase accuracy
significantly.
After extracting discriminative statistical, frequential, and spatial features, it was possible to obtain an
88% accuracy on validation data when it came to detecting whether a participant was imagining a
left-hand or a right-hand movement. Furthermore, a Convolutional Neural Network (CNN) was used
to distinguish if the participant was imagining a movement or not, which achieved a 78% accuracy
and a 90% precision. These results will be verified by implementing a real-time simulation with the
usage of a robotic arm.Diseño e implementación de un Holter de ECG para la detección de arritmias ventriculares con inteligencia artificialGrossmann Aybar, Christianhttp://hdl.handle.net/2117/3828852024-03-12T12:51:52Z2023-02-10T11:38:46ZDiseño e implementación de un Holter de ECG para la detección de arritmias ventriculares con inteligencia artificial
Grossmann Aybar, Christian
Aquest treball de final de grau consisteix en el disseny electrònic, la implementació i la programació en llenguatge C d’un Holter d’electrocardiograma (ECG) per a la monitorització de pacients amb arrítmies ventriculars. Els objectius establerts pretenen validar un primer prototip que permeti registrar les 12 derivacions d’ECG durant un màxim de 48 hores. El dispositiu ha de permetre l’emmagatzematge de dades en una memòria externa extraïble microSD, la transferència d’informació al PC mitjançant la connexió USB, i la recepció de dades per Bluetooth a una aplicació mòbil.
També, es dissenya una aplicació d’intel·ligència artificial (IA) per a la detecció d’arrítmies ventriculars de forma automàtica durant el registre. Aquest model es realitza a partir de la base de dades MIT-BIH Arrhythmia i les eines de TensorFlow i Keras, i s’implementa amb un microcontrolador del fabricant STMicroelectronics, per a poder utilitzar la seva interfície d’IA STM32Cube.AI. A més a més, en cas d’arrítmia s’activa un sistema d’alarma format per un motor de vibració, un so d’alarma i un avis per la pantalla de l’aplicació mòbil. Aquest sistema proporciona un 95,23% d’encert, que es considera adequat al tractar-se d’un primer prototip. De tota manera, s’hauria d’optimitzar el model per a detectar altres tipus de patologies i proporcionar major fiabilitat en el resultat.; Este trabajo de fin de grado consiste en el diseño electrónico, la implementación y la programación en lenguaje C de un Holter de electrocardiograma (ECG) para la monitorización de pacientes con arritmias ventriculares. Los objetivos establecidos pretenden validar un primer prototipo que permita registrar las 12 derivaciones de ECG durante un máximo de 48 horas. El dispositivo debe permitir el almacenamiento de datos en una memoria externa extraíble microSD, la transferencia de información al PC mediante la conexión USB, y la recepción de datos por Bluetooth a una aplicación móvil.
Asimismo, se diseña una aplicación de inteligencia artificial (IA) para la detección de arritmias ventriculares de forma automática durante el registro. Este modelo se realiza a partir de la base de datos MIT-BIH Arrhythmia y las herramientas de TensorFlow y Keras, y se implementa con un microcontrolador del fabricante STMicroelectronics, para poder utilizar su interfaz de IA STM32Cube.AI. Además, en caso de arritmias se activa un sistema de alarma formado por un motor de vibración, un sonido de alarma y un aviso por la pantalla de la aplicación móvil. Dicho sistema proporciona un 95,23% de acierto, que se considera adecuado al tratarse de un primer prototipo. De todos modos, se debería optimizar el modelo para detectar otro tipo de patologías y proporcionar mayor fiabilidad en el resultado.; This Bachelor thesis consists of the electronic design, the implementation and the coding in C language of an electrocardiogram (ECG) Holter device, whose aim is to monitor patients who suffer from ventricular arrythmias. The established objectives focus on validating a first prototype that allows the acquisition of 12 ECG leads during a maximum of 48 hours. The device must storage the data in a removable microSD external memory card, transfer the information to a PC via a USB connexion, and receive data in a mobile app via Bluetooth.
Moreover, an artificial intelligence (AI) application is designed to detect ventricular arrythmias automatically while logging data. This model is created by using the MIT-BIH Arrhythmia database and AI tools such as TensorFlow and Keras, and it is implemented by a STMicroelectronics’ microcontroller, that allows the user to employ its AI interface, STM32Cube.AI. Besides, when an arrythmia is detected, the user will be warned by an alarm system formed by a vibration motor, an alarm sound and a notification in the mobile app. This system provides a hit rate of 95.23%, whose value is considered as satisfactory since it is a first prototype. However, the model should be optimized so it can detect other kind of pathologies and provide higher accuracy.
2023-02-10T11:38:46ZGrossmann Aybar, ChristianAquest treball de final de grau consisteix en el disseny electrònic, la implementació i la programació en llenguatge C d’un Holter d’electrocardiograma (ECG) per a la monitorització de pacients amb arrítmies ventriculars. Els objectius establerts pretenen validar un primer prototip que permeti registrar les 12 derivacions d’ECG durant un màxim de 48 hores. El dispositiu ha de permetre l’emmagatzematge de dades en una memòria externa extraïble microSD, la transferència d’informació al PC mitjançant la connexió USB, i la recepció de dades per Bluetooth a una aplicació mòbil.
També, es dissenya una aplicació d’intel·ligència artificial (IA) per a la detecció d’arrítmies ventriculars de forma automàtica durant el registre. Aquest model es realitza a partir de la base de dades MIT-BIH Arrhythmia i les eines de TensorFlow i Keras, i s’implementa amb un microcontrolador del fabricant STMicroelectronics, per a poder utilitzar la seva interfície d’IA STM32Cube.AI. A més a més, en cas d’arrítmia s’activa un sistema d’alarma format per un motor de vibració, un so d’alarma i un avis per la pantalla de l’aplicació mòbil. Aquest sistema proporciona un 95,23% d’encert, que es considera adequat al tractar-se d’un primer prototip. De tota manera, s’hauria d’optimitzar el model per a detectar altres tipus de patologies i proporcionar major fiabilitat en el resultat.
Este trabajo de fin de grado consiste en el diseño electrónico, la implementación y la programación en lenguaje C de un Holter de electrocardiograma (ECG) para la monitorización de pacientes con arritmias ventriculares. Los objetivos establecidos pretenden validar un primer prototipo que permita registrar las 12 derivaciones de ECG durante un máximo de 48 horas. El dispositivo debe permitir el almacenamiento de datos en una memoria externa extraíble microSD, la transferencia de información al PC mediante la conexión USB, y la recepción de datos por Bluetooth a una aplicación móvil.
Asimismo, se diseña una aplicación de inteligencia artificial (IA) para la detección de arritmias ventriculares de forma automática durante el registro. Este modelo se realiza a partir de la base de datos MIT-BIH Arrhythmia y las herramientas de TensorFlow y Keras, y se implementa con un microcontrolador del fabricante STMicroelectronics, para poder utilizar su interfaz de IA STM32Cube.AI. Además, en caso de arritmias se activa un sistema de alarma formado por un motor de vibración, un sonido de alarma y un aviso por la pantalla de la aplicación móvil. Dicho sistema proporciona un 95,23% de acierto, que se considera adecuado al tratarse de un primer prototipo. De todos modos, se debería optimizar el modelo para detectar otro tipo de patologías y proporcionar mayor fiabilidad en el resultado.
This Bachelor thesis consists of the electronic design, the implementation and the coding in C language of an electrocardiogram (ECG) Holter device, whose aim is to monitor patients who suffer from ventricular arrythmias. The established objectives focus on validating a first prototype that allows the acquisition of 12 ECG leads during a maximum of 48 hours. The device must storage the data in a removable microSD external memory card, transfer the information to a PC via a USB connexion, and receive data in a mobile app via Bluetooth.
Moreover, an artificial intelligence (AI) application is designed to detect ventricular arrythmias automatically while logging data. This model is created by using the MIT-BIH Arrhythmia database and AI tools such as TensorFlow and Keras, and it is implemented by a STMicroelectronics’ microcontroller, that allows the user to employ its AI interface, STM32Cube.AI. Besides, when an arrythmia is detected, the user will be warned by an alarm system formed by a vibration motor, an alarm sound and a notification in the mobile app. This system provides a hit rate of 95.23%, whose value is considered as satisfactory since it is a first prototype. However, the model should be optimized so it can detect other kind of pathologies and provide higher accuracy.Modelos de predicción del pronóstico neurológicos de pacientes con hemorragia subaracnoidea con ventilación asistidaAraujo Rodríguez, Helena Maríahttp://hdl.handle.net/2117/3828772024-03-12T12:48:37Z2023-02-10T11:24:54ZModelos de predicción del pronóstico neurológicos de pacientes con hemorragia subaracnoidea con ventilación asistida
Araujo Rodríguez, Helena María
L'hemorràgia subaracnoidea (HSA) és una afecció neurològica que suposa un 5% dels accidents cerebrovasculars (ACV), afectant entorn de 10 de cada 100,000 individus per any. Aquesta patologia sol tenir un pronòstic neurològic negatiu sobre el conjunt de pacients que la sofreix.
Per això, aquest projecte té com a finalitat la creació d'una eina de suport a la presa de decisions per al personal mèdic de l'UCI sobre el tractament de pacients amb hemorràgia subaracnoidea segons el seu pronòstic neurològic.
La base de dades emprada va ser proporcionada per l'Hospital Clínic de Barcelona i consta d'un total de 130 pacients i 133 variables en la qual els pacients han estat triats prèviament a aquest estudi d'una base major. El criteri de selecció de pertinença d'aquests pacients a l'estudi és que posseeixin un nivell de gravetat en la World Federation of Neurosurgical Societies Scale (WFNS) de 4 o 5, que correspon al subgrup de pacients amb un nivell de HSA més greu. Amb aquestes dades, es realitza un estudi univariable a aquelles variables que podrien permetre la predicció del pronòstic neurològic dels pacients.
Seguidament, es generen una sèrie de models de classificació mitjançant Machine Learning (ML) on s'utilitzen les variables d'ingrés per a predir durant el dia 0 l'estat neurològic dels pacients. Una vegada aconseguits i comparats aquests models es pretén avaluar l'efecte de la ventilació mecànica sobre aquests i intentar predir si a partir del tercer dia d'intubació del pacient continua sent possible ajudar en la predicció del pronòstic neurològic dels pacients.
Amb els resultats obtinguts en aquest projecte s'ha pogut crear una eina de suport en la presa de decisions en l'UCI basant-se en l'ús de ML. D'aquesta manera, s'ha emprat el coneixement mèdic i la ciència de les dades per a obtenir noves opcions d'ajuda al personal sanitari a l'hora de determinar el pronòstic neurològic d'un pacient.; La hemorragia subaracnoidea (HSA) es una afección neurológica que supone un 5% de los accidentes cerebrovasculares (ACV),afectando en torno a 10 de cada 100,000 individuos por año. Esta patología suele tener un pronóstico neurológico negativo sobre el conjunto de pacientes que la sufre.
Por ello, este proyecto tiene como finalidad la creación de una herramienta de apoyo a la toma de decisiones para el personal médico de la UCI sobre el tratamiento de pacientes con hemorragia subaracnoidea según su pronóstico neurológico.
La base de datos empleada fue proporcionada por el Hospital Clínic de Barcelona y consta de un total de 130 pacientes y 133 variables en la que los pacientes han sido escogidos previamente a este estudio de una base mayor. El criterio de selección de pertenencia de estos pacientes al estudio es que posean un nivel de gravedad en la World Federation of Neurosurgical Societies Scale (WFNS) de 4 o 5, que corresponde al subgrupo de pacientes con un nivel de HSA más grave. Con estos datos, se realiza un estudio univariable a aquellas variables que podrían permitir la predicción del pronóstico neurológico de los pacientes.
Seguidamente, se generan una serie de modelos de clasificación mediante Machine Learning (ML) donde se utilizan las variables de ingreso para predecir durante el día 0 el estado neurológico de los pacientes. Una vez conseguidos y comparados estos modelos se pretende evaluar el efecto de la ventilación mecánica sobre estos e intentar predecir si a partir del tercer día de intubación del paciente sigue siendo posible ayudar en la predicción del pronóstico neurológico de los pacientes.
Con los resultados obtenidos en este proyecto se ha podido crear una herramienta de apoyo en la toma de decisiones en la UCI basándose en el uso de ML. De esta manera, se ha empleado el conocimiento médico y la ciencia de los datos para obtener nuevas opciones de ayuda al personal sanitario a la hora de determinar el pronóstico neurológico de un paciente.; Subarachnoid haemorrhage (SAH) is a neurological condition that accounts for 5% of cerebrovascular accidents (CVA), affecting around 10 out of every 100,000 individuals per year. This pathology usually has a negative neurological prognosis for the group of patients who suffer from it.
Therefore, this project aims to create a decision support tool for ICU medical staff on the treatment of patients with subarachnoid haemorrhage according to their neurological prognosis.
The database used was provided by the Hospital Clínic de Barcelona and consists of a total of 130 patients and 133 variables in which the patients had been previously selected for this study from a larger base. The selection criterion for these patients to belong to the study is that they have a severity level on the World Federation of Neurosurgical Societies Scale (WFNS) of 4 or 5, which corresponds to the subgroup of patients with a more severe level of SAH. With these data, a univariate study is carried out on those variables that could allow the prediction of the neurological prognosis of the patients.
Next, a series of classification models are generated using Machine Learning (ML) where the input variables are used to predict the neurological status of the patients on day 0. Once these models have been obtained and compared, the aim is to evaluate the effect of mechanical ventilation on them and try to predict whether, after the third day of patient intubation, it is still possible to help predict the neurological prognosis of patients.
With the results obtained in this project, it has been possible to create a decision-making support tool in the ICU based on the use of ML. In this way, medical knowledge and data science have been used to obtain new options to help health personnel when determining the neurological prognosis of a patient.
2023-02-10T11:24:54ZAraujo Rodríguez, Helena MaríaL'hemorràgia subaracnoidea (HSA) és una afecció neurològica que suposa un 5% dels accidents cerebrovasculars (ACV), afectant entorn de 10 de cada 100,000 individus per any. Aquesta patologia sol tenir un pronòstic neurològic negatiu sobre el conjunt de pacients que la sofreix.
Per això, aquest projecte té com a finalitat la creació d'una eina de suport a la presa de decisions per al personal mèdic de l'UCI sobre el tractament de pacients amb hemorràgia subaracnoidea segons el seu pronòstic neurològic.
La base de dades emprada va ser proporcionada per l'Hospital Clínic de Barcelona i consta d'un total de 130 pacients i 133 variables en la qual els pacients han estat triats prèviament a aquest estudi d'una base major. El criteri de selecció de pertinença d'aquests pacients a l'estudi és que posseeixin un nivell de gravetat en la World Federation of Neurosurgical Societies Scale (WFNS) de 4 o 5, que correspon al subgrup de pacients amb un nivell de HSA més greu. Amb aquestes dades, es realitza un estudi univariable a aquelles variables que podrien permetre la predicció del pronòstic neurològic dels pacients.
Seguidament, es generen una sèrie de models de classificació mitjançant Machine Learning (ML) on s'utilitzen les variables d'ingrés per a predir durant el dia 0 l'estat neurològic dels pacients. Una vegada aconseguits i comparats aquests models es pretén avaluar l'efecte de la ventilació mecànica sobre aquests i intentar predir si a partir del tercer dia d'intubació del pacient continua sent possible ajudar en la predicció del pronòstic neurològic dels pacients.
Amb els resultats obtinguts en aquest projecte s'ha pogut crear una eina de suport en la presa de decisions en l'UCI basant-se en l'ús de ML. D'aquesta manera, s'ha emprat el coneixement mèdic i la ciència de les dades per a obtenir noves opcions d'ajuda al personal sanitari a l'hora de determinar el pronòstic neurològic d'un pacient.
La hemorragia subaracnoidea (HSA) es una afección neurológica que supone un 5% de los accidentes cerebrovasculares (ACV),afectando en torno a 10 de cada 100,000 individuos por año. Esta patología suele tener un pronóstico neurológico negativo sobre el conjunto de pacientes que la sufre.
Por ello, este proyecto tiene como finalidad la creación de una herramienta de apoyo a la toma de decisiones para el personal médico de la UCI sobre el tratamiento de pacientes con hemorragia subaracnoidea según su pronóstico neurológico.
La base de datos empleada fue proporcionada por el Hospital Clínic de Barcelona y consta de un total de 130 pacientes y 133 variables en la que los pacientes han sido escogidos previamente a este estudio de una base mayor. El criterio de selección de pertenencia de estos pacientes al estudio es que posean un nivel de gravedad en la World Federation of Neurosurgical Societies Scale (WFNS) de 4 o 5, que corresponde al subgrupo de pacientes con un nivel de HSA más grave. Con estos datos, se realiza un estudio univariable a aquellas variables que podrían permitir la predicción del pronóstico neurológico de los pacientes.
Seguidamente, se generan una serie de modelos de clasificación mediante Machine Learning (ML) donde se utilizan las variables de ingreso para predecir durante el día 0 el estado neurológico de los pacientes. Una vez conseguidos y comparados estos modelos se pretende evaluar el efecto de la ventilación mecánica sobre estos e intentar predecir si a partir del tercer día de intubación del paciente sigue siendo posible ayudar en la predicción del pronóstico neurológico de los pacientes.
Con los resultados obtenidos en este proyecto se ha podido crear una herramienta de apoyo en la toma de decisiones en la UCI basándose en el uso de ML. De esta manera, se ha empleado el conocimiento médico y la ciencia de los datos para obtener nuevas opciones de ayuda al personal sanitario a la hora de determinar el pronóstico neurológico de un paciente.
Subarachnoid haemorrhage (SAH) is a neurological condition that accounts for 5% of cerebrovascular accidents (CVA), affecting around 10 out of every 100,000 individuals per year. This pathology usually has a negative neurological prognosis for the group of patients who suffer from it.
Therefore, this project aims to create a decision support tool for ICU medical staff on the treatment of patients with subarachnoid haemorrhage according to their neurological prognosis.
The database used was provided by the Hospital Clínic de Barcelona and consists of a total of 130 patients and 133 variables in which the patients had been previously selected for this study from a larger base. The selection criterion for these patients to belong to the study is that they have a severity level on the World Federation of Neurosurgical Societies Scale (WFNS) of 4 or 5, which corresponds to the subgroup of patients with a more severe level of SAH. With these data, a univariate study is carried out on those variables that could allow the prediction of the neurological prognosis of the patients.
Next, a series of classification models are generated using Machine Learning (ML) where the input variables are used to predict the neurological status of the patients on day 0. Once these models have been obtained and compared, the aim is to evaluate the effect of mechanical ventilation on them and try to predict whether, after the third day of patient intubation, it is still possible to help predict the neurological prognosis of patients.
With the results obtained in this project, it has been possible to create a decision-making support tool in the ICU based on the use of ML. In this way, medical knowledge and data science have been used to obtain new options to help health personnel when determining the neurological prognosis of a patient.Firmware design of a portable medical device to measure the quadriceps muscle group after a total knee arthroplasty by EMG, LBIA and clinical score methodsDiez Clos, Arnauhttp://hdl.handle.net/2117/3748082024-03-12T12:49:37Z2022-10-21T10:29:09ZFirmware design of a portable medical device to measure the quadriceps muscle group after a total knee arthroplasty by EMG, LBIA and clinical score methods
Diez Clos, Arnau
El objetivo de este proyecto es el diseño del firmware de un dispositivo médico portátil para
mediciones de EMG y LBIA, que se utilizará para la evaluación de pacientes de artroplastia total de
rodilla, para estudiar la progresión de diferentes prótesis de rodilla (Medial-Pivot y Ultra-Congruente).
En la tesis, se expone el conocimiento actual de los estudios y aplicaciones de EMG y LBIA, junto con
los dispositivos comerciales utilizados actualmente. Además, se han estudiado e implementado las
diferentes técnicas de filtrado y procesamiento digital para señales de EMG y LBIAs. Adicionalmente,
se ha realizado un estudio estadístico preliminar con datos LBIA de 12 pacientes de artroplastia total
de rodilla.
El diseño del firmware de esta tesis incluye: los procesos de adquisición de datos con el uso de
diferentes ADCs (Conversor Analógico a Digital) (de la propia placa y externos, utilizando la interfaz SPI)
y un DAC (Conversor Digital a Analógico), el correspondiente procesamiento de la señal y la extracción
de sus características, la comunicación con un dispositivo externo utilizando un módulo BLE externo
con interfaz UART, el proceso de encriptación de los datos médicos, la funcionalidad de manejo de
errores y la aproximación del nivel de batería.
En esta tesis, todos los flujos de trabajo de los procesos se exponen y explican mediante diagramas de
flujo, mientras que se justifica cada cálculo y configuración. Además, todo el código correspondiente
se ha programado en lenguaje C y se expone en los anexos. También se ha revisado la normativa
aplicable y se ha analizado tanto el impacto ambiental como el coste económico del producto. Por
último, se proponen mejoras para futuros trabajos.; The aim of this project is the firmware design for a portable medical device for EMG and LBIA
measurements which will be used for the assessment of total knee arthroplasty patients to study the
progression of different knee prostheses (Medial-Pivot and Ultra-Congruent). For its realization, the
state of the art of the EMG and LBIA studies and applications are exposed, along with the currently
used medical devices. In addition, the different digital filtering and processing techniques for these
studies have been studied and implemented. Furthermore, a preliminary statistical study has been
performed with LBIA data from 12 patients with total knee arthroplasty.
The firmware design of this thesis includes: the acquiring data processes with the use of different ADCs
(from the actual board and external, using the SPI interface) and a DAC, the corresponding signal
processing and feature abstraction, the communication with an external device using an external BLE
module with UART interface, the medical data encrypting process, the error handling functionality, and
the battery level approximation.
In this work, all the process workflows are exposed and explained using flowcharts, while every
calculation and configuration is justified. In addition, all the corresponding code has been programmed
using C language and exposed in the Annexes. Moreover, the applicable regulation has been reviewed,
and both the environmental impact and economic cost of the product have been analyzed. Finally,
improvements are proposed for future work.; L'objectiu d'aquest projecte és el disseny del microprogramari d'un dispositiu mèdic portàtil per a
mesures d'EMG i LBIA. L’aparell mèdic s'utilitzarà per a l'avaluació de pacients d'artroplàstia total de
genoll per estudiar la progressió de dues pròtesis de genoll (Medial-Pivot i Ultra- Congruent). En el
treball, s'exposa el coneixement actual dels estudis i aplicacions d'EMG i LBIA, juntament amb els
dispositius comercials utilitzats actualment. A més, s'han estudiat i implementat les diferents tècniques
de filtrat i processament digital dels senyals de EMG i LBIA. Addicionalment, s'ha fet un estudi estadístic
preliminar amb dades de LBIA de 12 pacients amb artroplàstia total de genoll.
El disseny del microprogramari d'aquesta tesi inclou: els processos d'adquisició de dades fent ús de
diferents ADCs (de la pròpia placa i externs, utilitzant la interfície SPI) i un DAC, el processament dels
senyals i l'abstracció de les seves característiques, la comunicació amb un dispositiu extern utilitzant
un mòdul BLE extern amb interfície UART, el procés d'encriptació de les dades mèdiques, la
funcionalitat de l’avaluació d'errors i l'aproximació del nivell de bateria.
En aquest treball, totes les funcionalitats del dispositiu s'exposen i s'expliquen mitjançant diagrames
de flux i es justifiquen els càlculs i configuracions corresponents. Tot el codi desenvolupat s'ha
programat en llenguatge C i s'exposa als annexos. A més, s'ha revisat la normativa aplicable i s'ha
analitzat tant l'impacte ambiental com el cost econòmic de l’aparell. Finalment, es proposen millores
per a futurs desenvolupaments.
2022-10-21T10:29:09ZDiez Clos, ArnauEl objetivo de este proyecto es el diseño del firmware de un dispositivo médico portátil para
mediciones de EMG y LBIA, que se utilizará para la evaluación de pacientes de artroplastia total de
rodilla, para estudiar la progresión de diferentes prótesis de rodilla (Medial-Pivot y Ultra-Congruente).
En la tesis, se expone el conocimiento actual de los estudios y aplicaciones de EMG y LBIA, junto con
los dispositivos comerciales utilizados actualmente. Además, se han estudiado e implementado las
diferentes técnicas de filtrado y procesamiento digital para señales de EMG y LBIAs. Adicionalmente,
se ha realizado un estudio estadístico preliminar con datos LBIA de 12 pacientes de artroplastia total
de rodilla.
El diseño del firmware de esta tesis incluye: los procesos de adquisición de datos con el uso de
diferentes ADCs (Conversor Analógico a Digital) (de la propia placa y externos, utilizando la interfaz SPI)
y un DAC (Conversor Digital a Analógico), el correspondiente procesamiento de la señal y la extracción
de sus características, la comunicación con un dispositivo externo utilizando un módulo BLE externo
con interfaz UART, el proceso de encriptación de los datos médicos, la funcionalidad de manejo de
errores y la aproximación del nivel de batería.
En esta tesis, todos los flujos de trabajo de los procesos se exponen y explican mediante diagramas de
flujo, mientras que se justifica cada cálculo y configuración. Además, todo el código correspondiente
se ha programado en lenguaje C y se expone en los anexos. También se ha revisado la normativa
aplicable y se ha analizado tanto el impacto ambiental como el coste económico del producto. Por
último, se proponen mejoras para futuros trabajos.
The aim of this project is the firmware design for a portable medical device for EMG and LBIA
measurements which will be used for the assessment of total knee arthroplasty patients to study the
progression of different knee prostheses (Medial-Pivot and Ultra-Congruent). For its realization, the
state of the art of the EMG and LBIA studies and applications are exposed, along with the currently
used medical devices. In addition, the different digital filtering and processing techniques for these
studies have been studied and implemented. Furthermore, a preliminary statistical study has been
performed with LBIA data from 12 patients with total knee arthroplasty.
The firmware design of this thesis includes: the acquiring data processes with the use of different ADCs
(from the actual board and external, using the SPI interface) and a DAC, the corresponding signal
processing and feature abstraction, the communication with an external device using an external BLE
module with UART interface, the medical data encrypting process, the error handling functionality, and
the battery level approximation.
In this work, all the process workflows are exposed and explained using flowcharts, while every
calculation and configuration is justified. In addition, all the corresponding code has been programmed
using C language and exposed in the Annexes. Moreover, the applicable regulation has been reviewed,
and both the environmental impact and economic cost of the product have been analyzed. Finally,
improvements are proposed for future work.
L'objectiu d'aquest projecte és el disseny del microprogramari d'un dispositiu mèdic portàtil per a
mesures d'EMG i LBIA. L’aparell mèdic s'utilitzarà per a l'avaluació de pacients d'artroplàstia total de
genoll per estudiar la progressió de dues pròtesis de genoll (Medial-Pivot i Ultra- Congruent). En el
treball, s'exposa el coneixement actual dels estudis i aplicacions d'EMG i LBIA, juntament amb els
dispositius comercials utilitzats actualment. A més, s'han estudiat i implementat les diferents tècniques
de filtrat i processament digital dels senyals de EMG i LBIA. Addicionalment, s'ha fet un estudi estadístic
preliminar amb dades de LBIA de 12 pacients amb artroplàstia total de genoll.
El disseny del microprogramari d'aquesta tesi inclou: els processos d'adquisició de dades fent ús de
diferents ADCs (de la pròpia placa i externs, utilitzant la interfície SPI) i un DAC, el processament dels
senyals i l'abstracció de les seves característiques, la comunicació amb un dispositiu extern utilitzant
un mòdul BLE extern amb interfície UART, el procés d'encriptació de les dades mèdiques, la
funcionalitat de l’avaluació d'errors i l'aproximació del nivell de bateria.
En aquest treball, totes les funcionalitats del dispositiu s'exposen i s'expliquen mitjançant diagrames
de flux i es justifiquen els càlculs i configuracions corresponents. Tot el codi desenvolupat s'ha
programat en llenguatge C i s'exposa als annexos. A més, s'ha revisat la normativa aplicable i s'ha
analitzat tant l'impacte ambiental com el cost econòmic de l’aparell. Finalment, es proposen millores
per a futurs desenvolupaments.