Desenvolupament d’un sistema de monitorització portable de l’activitat física i la detecció de caigudes
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/370643
Correu electrònic de l'autora.cardonaonalabs.com
Realitzat a/ambOnalabs Inno-Hub
Tipus de documentTreball Final de Grau
Data2022-07-14
Condicions d'accésAccés obert
Llevat que s'hi indiqui el contrari, els
continguts d'aquesta obra estan subjectes a la llicència de Creative Commons
:
Reconeixement-NoComercial 3.0 Espanya
Abstract
According to the WHO, falls are the second leading cause of death from unintentional injuries. In addition to causing physical injuries, falls can also have dramatic psychological consequences. All and the problem that falls represent, the fall sensors on the market do not work correctly, since they have reduced sensitivity and specificity. Furthermore, the warning mechanisms can be considered archaic considering current technologies. On the other hand, it has been shown that the variability of a healthy person's gait is consistent and cannot be easily changed. Disabilities and physical and mental illnesses are characterized by significant changes in body movements, mainly hands and feet, which produce a differentiation in gait, therefore, gait is a good control parameter, because it could be of aid to detection or aid of individuals and physicians in the process of diagnosis or treatment. In addition to delving into the signal for step detection, there are different studies that show that there is a correlation between daily step count and step intensity with mortality. The objective of this work is to improve the quality of life of people with different pathologies that can lead to falls, together with gait monitoring for possible early detection and monitoring of patients with locomotion problems, facilitating medical support. The different methods used consist of the development of algorithms, based on the biomechanics of falls and locomotion, within a microcomputer, model Raspberry Pi 3B+, by recording the acceleration by an IMU (inertial measurement unit), specifically ISM330DLC. These two devices, together with the algorithms, are what make up the sensor. Where not only the algorithms will be executed, developed through the study and interpretation of the signals, but also databases will be generated, to facilitate medical support. Regarding the results, a high sensitivity and specificity have been achieved for the fall detection algorithm, in the experimental in vivo analysis. On the other hand, in the gait algorithm, in the field of step detection, an acceptable precision has been achieved, but it requires certain improvements in the algorithm, to guarantee a good operation. In short, the work has obtained good results, opening lines of future work, both in the field of algorithms and electronics. Según la OMS, las caídas son la segunda causa de muerte por traumatismos involuntarios. Además de ocasionar lesiones físicas, las caídas también pueden tener consecuencias psicológicas dramáticas. Todo y el problema que representan las caídas, los sensores de caídas que hay en el mercado no funcionan correctamente, puesto que tienen una sensibilidad y especificidad reducida. Además, los mecanismos de aviso se pueden considerar arcaicos teniendo en cuenta las tecnologías actuales. Por otro lado, se ha demostrado que la variabilidad de la marcha de una persona sana es consistente y no se puede cambiar fácilmente. Las discapacidades y enfermedades físicas y mentales se caracterizan por cambios significativos en los movimientos corporales, principalmente de manos y pies, que producen una diferenciación en la marcha, por lo tanto, la marcha, es un buen parámetro de control, a causa de que podría ser de ayuda para detección o ayuda de los individuos y médicos en el proceso de diagnosis o de tratamiento. Además de profundizar en la señal para la detección de pasos, hay diferentes estudios que demuestran que hay una correlación entre el recuento de pasos diarios y la intensidad de pasos con la mortalidad. El objetivo de este trabajo es mejorar la calidad de vida de las personas con diferentes patologías que pueden llevar a caídas, conjuntamente con el seguimiento de la marcha para la posible detección prematura y seguimiento a los pacientes con problemas en la locomoción, facilitando el apoyo médico. Los diferentes métodos empleados consisten en el desarrollo de algoritmos, basados en las biomecánicas de las caídas y locomoción, dentro de un microordenador, modelo Raspberry Pi 3B+, mediante el registro de la aceleración por una IMU (unidad de medida inercial), concretamente ISM330DLC. Estos dos dispositivos, conjuntamente con los algoritmos, son los que conforman el sensor. Donde no solo se ejecutarán los algoritmos, desarrollados mediante el estudio e interpretación de las señales, sino que también se generarán bases de datos, para facilitar el apoyo médico. En cuanto a los resultados, se ha conseguido una alta sensibilidad y especificidad para el algoritmo de detección de caídas, en el análisis experimental in vivo. Por otro lado, en el algoritmo de marcha, en el ámbito de la detección de pasos, se ha logrado una precisión aceptable, pero que requiere ciertas mejoras en el algoritmo, para garantizar un buen funcionamiento. En definitiva, el trabajo ha obtenido buenos resultados, abriendo líneas de trabajo futuro, tanto en el ámbito de la algoritmia como de la electrónica. Segons l’OMS les caigudes són la segona causa de mort per traumatismes involuntaris. A més d’ocasionar lesions físiques, les caigudes també poden tenir conseqüències psicològiques dramàtiques. Tot i el problema que representen les caigudes, els sensors de caigudes que hi ha al mercat no funcionen correctament, ja que tenen una sensibilitat i especificitat reduïda. A més a més els mecanismes d’avís es poden considerar arcaics tenint en conta les tecnologies actuals. Per altra banda, s’ha demostrat que la variabilitat de la marxa d'una persona sana és consistent i no es pot canviar fàcilment. Les discapacitats i malalties físiques i mentals es caracteritzen per canvis significatius en els moviments corporals, principalment de mans i peus que produeixen una diferenciació en la marxa, per tant, la marxa, és un bon paràmetre de control, a causa que podria ser d’ajut per a detecció o ajuda dels individus i metges en el procés de diagnosis o de tractament. A més d’aprofundir en el senyal per a la detecció de passes, hi ha diferents estudis que demostren que hi ha una correlació entre el recompte de passos diaris i la intensitat de passos amb la mortalitat. L’objectiu d’aquest treball és millorar la qualitat de vida de les persones amb diferents patologies que poden dur a caigudes, conjuntament amb el seguiment de la marxa per a la possible detecció prematura i seguiment als pacients amb problemes a la marxa, facilitant el suport mèdic. Els diferents mètodes emprats, consisteixen en el desenvolupament d’algorismes, basats en les biomecàniques de les caigudes i locomoció, dins d’un microordinador, model Raspberry Pi 3B+, mitjançant el registre de l’acceleració per una IMU (unitat de mesura inercial), concretament ISM330DLC. Aquests dos dispositius, conjuntament amb els algorismes, són els que conformen el sensor. On no només s’executaran els algorismes, desenvolupats mitjançant l’estudi e interpretació dels senyals, sinó que també es generaran bases de dades, per a facilitar el suport mèdic. Pel que fa als resultats, s’ha aconseguit una alta sensibilitat i especificitat per a l’algorisme de detecció de caigudes, en l’anàlisi experimental in vivo. Per altra banda, en l’algorisme de marxa, en l’àmbit de la detecció de passes, s’ha assolit una precisió acceptable, però que requereix certes millores en l’algorisme, per a garantir un bon funcionament. En definitiva, el treball ha obtingut bons resultats, obrint línies de treball futur, tant en l’àmbit de l’algorísmia com de l’electrònica.
TitulacióGRAU EN ENGINYERIA DE SISTEMES BIOLÒGICS (Pla 2009)
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
memoria.pdf | 2,585Mb | Visualitza/Obre |