1,721,123 research outputs found
PhysioAR: smart sensing and augmented reality for physical rehabilitation
No full textThe continuous evolution of technology allows for a better analysis of the human being. In
certain medical areas such as physiotherapy is required a correct analysis of the patient's
evolution. The development of Information and Communication Technologies and recent
innovations in the Internet of Things opens new possibilities in the medical field as systems of
remote monitoring of patients with new sensors that allow the correct analysis of the health data
of patients. In physiotherapy one of the most common problems in the application of treatments
is the patient demotivation, something that today can be reduced with the introduction of
Augmented Reality that provides a new experience to the patient. For this purpose, a system
was developed that combines intelligent sensors with Augmented Reality application that will
help monitor patient performance. This system is capable of monitoring lower limb movements
acceleration, knee joint angle, patient equilibrium, muscular activity and cardiac activity using
electromyography and electrocardiography with a wearable set of tools for easy utilization.A evolução continua da tecnologia permite cada vez mais uma melhor análise do ser humano.
Em certas áreas médicas, como a fisioterapia, é necessária uma correta análise da evolução do
paciente. O desenvolvimento das Tecnologias de Informação e Comunicação, e as inovações
no domínio de Internet das Coisas novas possibilidades no ramo da medicina, como sistemas
de monitorização remota de pacientes com novos sensores que permitem a correta análise dos
dados de saúde dos pacientes. Na fisioterapia um dos problemas mais comuns na aplicação dos
tratamentos é a desmotivação do paciente, algo que hoje pode ser reduzido com introdução da
aplicação da Realidade Aumentada que proporciona uma nova experiência ao paciente. Para
isso nesta dissertação foi desenvolvido um sistema que combina sensores inteligentes com
Realidade Aumentada que vai ajudar o paciente monitorizando o seu desempenho. Este sistema
é capaz de monitorizar o ângulo do joelho, captar acelaração de movimentos dos membros
inferiores, equilíbrio do paciente, atividade muscular e atividade cárdica usando
electromiografia e electrocardiografia num conjunto wearable de fácil utilização
Applied data science on children health & well-being
No full textTodos os anos são gerados, em Portugal e no mundo em geral, enormes quantidades de dados relativos à saúde e ao dia-a-dia de um individuo. Desde os dados mais básicos como são exemplo o peso ou a altura, a informações decorrentes de situações de doenças, toma de fármacos ou sintomas, ou ainda resultados de diversos meios de diagnóstico complementares, como são exemplo as análises clínicas ou a ressonância magnética. Esses dados são tipicamente utilizados uma ou duas vezes, numa observação clínica e posteriormente guardados para não mais serem utilizados.
Esta tese teve como objetivo investigar se é possível extrair valor e conhecimento a partir de "datasets" pré-existentes, obtidos e compilados em contextos de saúde, mas tendo como perspetiva outros projetos que não de ciência de dados. O derradeiro objetivo é o contributo para a saúde e bem-estar da nossa sociedade, começando desde logo pelas crianças. A tese concluiu que é de facto possível, recorrendo para isso a várias técnicas de data science e machine leaning entre as quais redes neuronais convolucionais, algoritmos de ensemble, inteligência artificial “explanibility”, pesquisa de arquiteturas de redes neurais entre outras técnicas. Por vezes existiu a necessidade de criar novos recursos (inexistentes na comunidade científica) para alcançar os objetivos propostos. Esses recursos foram posteriormente partilhados com a comunidade.
Não obstante os recentes avanços na investigação nas áreas de machine learning e ciência de dados, e da abundância e (ainda em) expansão de recursos, a maioria dos projetos - se não todos - são concebidos a partir do zero ou com base em “datasets científicos”. Os dados existentes na área da saúde representam, na nossa opinião, uma vastidão de recursos subutilizados.
A tese explorou e demonstrou a capacidade de derivar conhecimento e valor científico a partir de dados existentes, apresentado inclusive três casos de uso reais. Em todos casos foi possível endereçar questões científicas pertinentes e relevantes, como sejam as alterações cardiovasculares causadas pela obesidade infantil ou os fatores que influenciam as infeções neonatais hospitalares analisados nas dimensões de relevância e impacto.
Durante esta investigação, foram criados e partilhados com a comunidade vários recursos. Estes recursos incluem a proposta de uma nova metodologia focada em ciência de dados na área da saúde, várias técnicas para explorar conjuntos de dados existentes, novas funcionalidades e expansões em bibliotecas de ciência de dados (ex: auto-skearn ou AutoKeras), ou métodos para otimizar arquiteturas de machine learning.
A equipa de investigação tem a expectativa de que esta tese possa impulsionar novas iniciativas de ciência de dados no campo da saúde, inclusive em áreas não relacionadas com crianças.Every year in Portugal and generally all over the world, enormous amounts of data are produced about a person's health and daily activities. Information resulting from disease situations, drug use or symptoms, the outcomes of various complementary diagnostic methods, like clinical analyses or magnetic resonance imaging, or simply data like weight or height. The typical usage pattern for such data is for one or two clinical observations, after which it is stored with no further use.
This thesis sought to ascertain whether knowledge and value could be extracted from data that had previously been gathered in health contexts but not with data science projects in mind. The ultimate goal was to contribute to our society's health and well-being, starting from young ages. It was determined by the thesis that it is indeed feasible, using several data science and machine leaning techniques, such as convolutional neural networks, ensemble algorithms, explainable artificial intelligence, neural network architecture search and other advanced techniques. To accomplish the goals of the thesis, it was necessary to develop new resources (non-existent in the scientific community), which were then made available to the scientific community .
Despite the recent advances in machine learning and data science research and the abundance of several and expanding resources, the majority of projects - if not all - are design from scratch or based on “scientific” datasets. The existing health data is, in our opinion, a vastly underutilised resource.
The thesis has explored and demonstrated the ability of deriving scientific knowledge and insights from the available data, inclusive presenting three real-world use case. In all cases, pertinent and important scientific issues were addressed, such as the cardiovascular changes caused by childhood obesity, or the factors influencing neonatal hospital infections analysed in terms of relevance and impact.
During this research, several resources where create and made available to the community. These resources include a new proposed methodology focused on health data science, several techniques for exploiting existing health datasets, new features and advancements in data science libraries (e.g.: auto-skearn or AutoKeras), or methods for optimizing machine learning architectures.
The thesis team is very hopeful that this research will spur additional data science initiatives in the field of health, including those unrelated to children
Applied data science on children health & well-being
No full textTodos os anos são gerados, em Portugal e no mundo em geral, enormes quantidades de dados relativos à saúde e ao dia-a-dia de um individuo. Desde os dados mais básicos como são exemplo o peso ou a altura, a informações decorrentes de situações de doenças, toma de fármacos ou sintomas, ou ainda resultados de diversos meios de diagnóstico complementares, como são exemplo as análises clínicas ou a ressonância magnética. Esses dados são tipicamente utilizados uma ou duas vezes, numa observação clínica e posteriormente guardados para não mais serem utilizados.
Esta tese teve como objetivo investigar se é possível extrair valor e conhecimento a partir de "datasets" pré-existentes, obtidos e compilados em contextos de saúde, mas tendo como perspetiva outros projetos que não de ciência de dados. O derradeiro objetivo é o contributo para a saúde e bem-estar da nossa sociedade, começando desde logo pelas crianças. A tese concluiu que é de facto possível, recorrendo para isso a várias técnicas de data science e machine leaning entre as quais redes neuronais convolucionais, algoritmos de ensemble, inteligência artificial “explanibility”, pesquisa de arquiteturas de redes neurais entre outras técnicas. Por vezes existiu a necessidade de criar novos recursos (inexistentes na comunidade científica) para alcançar os objetivos propostos. Esses recursos foram posteriormente partilhados com a comunidade.
Não obstante os recentes avanços na investigação nas áreas de machine learning e ciência de dados, e da abundância e (ainda em) expansão de recursos, a maioria dos projetos - se não todos - são concebidos a partir do zero ou com base em “datasets científicos”. Os dados existentes na área da saúde representam, na nossa opinião, uma vastidão de recursos subutilizados.
A tese explorou e demonstrou a capacidade de derivar conhecimento e valor científico a partir de dados existentes, apresentado inclusive três casos de uso reais. Em todos casos foi possível endereçar questões científicas pertinentes e relevantes, como sejam as alterações cardiovasculares causadas pela obesidade infantil ou os fatores que influenciam as infeções neonatais hospitalares analisados nas dimensões de relevância e impacto.
Durante esta investigação, foram criados e partilhados com a comunidade vários recursos. Estes recursos incluem a proposta de uma nova metodologia focada em ciência de dados na área da saúde, várias técnicas para explorar conjuntos de dados existentes, novas funcionalidades e expansões em bibliotecas de ciência de dados (ex: auto-skearn ou AutoKeras), ou métodos para otimizar arquiteturas de machine learning.
A equipa de investigação tem a expectativa de que esta tese possa impulsionar novas iniciativas de ciência de dados no campo da saúde, inclusive em áreas não relacionadas com crianças.Every year in Portugal and generally all over the world, enormous amounts of data are produced about a person's health and daily activities. Information resulting from disease situations, drug use or symptoms, the outcomes of various complementary diagnostic methods, like clinical analyses or magnetic resonance imaging, or simply data like weight or height. The typical usage pattern for such data is for one or two clinical observations, after which it is stored with no further use.
This thesis sought to ascertain whether knowledge and value could be extracted from data that had previously been gathered in health contexts but not with data science projects in mind. The ultimate goal was to contribute to our society's health and well-being, starting from young ages. It was determined by the thesis that it is indeed feasible, using several data science and machine leaning techniques, such as convolutional neural networks, ensemble algorithms, explainable artificial intelligence, neural network architecture search and other advanced techniques. To accomplish the goals of the thesis, it was necessary to develop new resources (non-existent in the scientific community), which were then made available to the scientific community .
Despite the recent advances in machine learning and data science research and the abundance of several and expanding resources, the majority of projects - if not all - are design from scratch or based on “scientific” datasets. The existing health data is, in our opinion, a vastly underutilised resource.
The thesis has explored and demonstrated the ability of deriving scientific knowledge and insights from the available data, inclusive presenting three real-world use case. In all cases, pertinent and important scientific issues were addressed, such as the cardiovascular changes caused by childhood obesity, or the factors influencing neonatal hospital infections analysed in terms of relevance and impact.
During this research, several resources where create and made available to the community. These resources include a new proposed methodology focused on health data science, several techniques for exploiting existing health datasets, new features and advancements in data science libraries (e.g.: auto-skearn or AutoKeras), or methods for optimizing machine learning architectures.
The thesis team is very hopeful that this research will spur additional data science initiatives in the field of health, including those unrelated to children
PhysioAR: smart sensing and augmented reality for physical rehabilitation
Full text linkThe continuous evolution of technology allows for a better analysis of the human being. In
certain medical areas such as physiotherapy is required a correct analysis of the patient's
evolution. The development of Information and Communication Technologies and recent
innovations in the Internet of Things opens new possibilities in the medical field as systems of
remote monitoring of patients with new sensors that allow the correct analysis of the health data
of patients. In physiotherapy one of the most common problems in the application of treatments
is the patient demotivation, something that today can be reduced with the introduction of
Augmented Reality that provides a new experience to the patient. For this purpose, a system
was developed that combines intelligent sensors with Augmented Reality application that will
help monitor patient performance. This system is capable of monitoring lower limb movements
acceleration, knee joint angle, patient equilibrium, muscular activity and cardiac activity using
electromyography and electrocardiography with a wearable set of tools for easy utilization.A evolução continua da tecnologia permite cada vez mais uma melhor análise do ser humano.
Em certas áreas médicas, como a fisioterapia, é necessária uma correta análise da evolução do
paciente. O desenvolvimento das Tecnologias de Informação e Comunicação, e as inovações
no domínio de Internet das Coisas novas possibilidades no ramo da medicina, como sistemas
de monitorização remota de pacientes com novos sensores que permitem a correta análise dos
dados de saúde dos pacientes. Na fisioterapia um dos problemas mais comuns na aplicação dos
tratamentos é a desmotivação do paciente, algo que hoje pode ser reduzido com introdução da
aplicação da Realidade Aumentada que proporciona uma nova experiência ao paciente. Para
isso nesta dissertação foi desenvolvido um sistema que combina sensores inteligentes com
Realidade Aumentada que vai ajudar o paciente monitorizando o seu desempenho. Este sistema
é capaz de monitorizar o ângulo do joelho, captar acelaração de movimentos dos membros
inferiores, equilíbrio do paciente, atividade muscular e atividade cárdica usando
electromiografia e electrocardiografia num conjunto wearable de fácil utilização
LeaPhysio: games enhanced physical rehabilitation
Full text linkIn certain areas of the medical sciences, particularly in the field of physiotherapy, there is
increasing needs on objective evaluation of the rehabilitation progress that creates new
opportunities to the application of the ICT. As part of the new technologies the serious games
are ones that can help the patient in the way of motivation that may help during recovery
process. The dissertation describes the design, implementation and testing of "LeaPhysio -
Games Enhanced Physical Rehabilitation system". This system may be used by the
physiotherapists and patients during hand and finger rehabilitation process. Using highly
interactive games, developed for Leap Motion controller natural user interfaces, it's possible
to assess the patient's performance throughout different physical activities. Through the
games, developed in Unity 3D, with controller support, it’s possible to obtain the patient
performance data during the various training sessions. All information regarding training the
established training plans, results and other data is stored on a remote server. The stored
information can be accessed through a mobile application, developed in Android, for the
physiotherapist, mobile application that can be also used for configuration of the serious
games.
The use of serious games allows the patient with motor impairments, produce a dynamic
interaction and a different approach in the execution of traditional exercises in recovery
treatment.
The system allows an unlimited number of training sessions to be performed, which can be
consulted at any time through the mobile application. In this way, it's possible to visualize
historical values, and to compare the results of the different training sessions, analyzing their
evolution
LeaPhysio: games enhanced physical rehabilitation
No full textIn certain areas of the medical sciences, particularly in the field of physiotherapy, there is
increasing needs on objective evaluation of the rehabilitation progress that creates new
opportunities to the application of the ICT. As part of the new technologies the serious games
are ones that can help the patient in the way of motivation that may help during recovery
process. The dissertation describes the design, implementation and testing of "LeaPhysio -
Games Enhanced Physical Rehabilitation system". This system may be used by the
physiotherapists and patients during hand and finger rehabilitation process. Using highly
interactive games, developed for Leap Motion controller natural user interfaces, it's possible
to assess the patient's performance throughout different physical activities. Through the
games, developed in Unity 3D, with controller support, it’s possible to obtain the patient
performance data during the various training sessions. All information regarding training the
established training plans, results and other data is stored on a remote server. The stored
information can be accessed through a mobile application, developed in Android, for the
physiotherapist, mobile application that can be also used for configuration of the serious
games.
The use of serious games allows the patient with motor impairments, produce a dynamic
interaction and a different approach in the execution of traditional exercises in recovery
treatment.
The system allows an unlimited number of training sessions to be performed, which can be
consulted at any time through the mobile application. In this way, it's possible to visualize
historical values, and to compare the results of the different training sessions, analyzing their
evolution
IoPhyR - physical rehabilitation IoT system: sistema de reabilitação motora baseado em andarilhos inteligentes e IoT
Full text linkA presente dissertação descreve o desenvolvimento de um sistema IoT (Internet of
Things) de reabilitação física baseado em smart walkers. O sistema inclui sensores de
tipo IMU (Inertial Measurement Unit), sensores de força (células de carga), e sensores
de proximidade (sensores de ultrassons). Os sinais adquiridos por uma plataforma de
computação com microcontrolador ligada aos sensores permitem calcular métricas
associadas a caracterização da orientação e do equilíbrio do paciente, assim como
elementos relacionados com a utilização do andarilho como a elevação do mesmo, o
número de passos efetuados e a força exercida sobre os pés do andarilho. O smart
walker utiliza a plataforma de computação de tipo Arduino Mega para a realização do
cálculo de métricas ligadas a caracterização das sessões de fisioterapia que serão
posteriormente armazenadas na nuvem. Os dados adquiridos ao nível dos smart walkers
são transmitidos para a nuvem do sistema, utilizando um módulo Wi-Fi, ou por
intermédio de um tablet que recebe os dados da sessão em curso através de
comunicação Bluetooth, sendo realizada uma sincronização de dados tablet-nuvem.A
análise e visualização dos dados armazenados é realizada através da webapp e aplicação
móvel desenvolvidas.This dissertation describes the development of an Arduino based physical rehabilitation
IoT system. The system uses metrics acquired from IMU sensors (Inertial Measurement
Unit), pressure sensors (load cells) and distance sensors (ultrasound sensors). The
metrics extracted from these sensors help to determine the patient’s orientation, the
number of steps taken, and the patient’s balance. The smart walker uses the Arduino
Mega platform to calculate the required metrics during the physiotherapy sessions to
store them in the system cloud server afterwards. The cloud server storing process is
done straight from the smart walker, using a Wi-Fi module, or through a mobile device
with the system’s mobile app, using a Bluetooth module. The stored data analysis and
visualization is performed through the developed system’s user interfaces (a webapp
and a mobile app)
Cyclist performance assessment based on WSN and cloud technologies
Full text linkMobility in big cities is a growing problem and the use of bicycles has been a
solution which, together with new sharing services, helps to motivate users. There are
also more and more users practicing sports involving the use of bicycles. It was in this
context that the present dissertation was developed, a distributed sensor system for
monitoring cyclists. With the support of a wireless sensor network connected to the
internet and, using a set of smart sensors as end-nodes, it is possible to obtain data that
will help the cyclist to improve his performance. The coach can monitor and evaluate the
performance to improve their training sessions.
The health status condition during training it is also monitored using cardiac and
respiratory assessment sensors. The information from the nodes of the wireless sensor
network is uploaded, via the internet connection, to the Firebase platform.
An Android mobile application has been developed, this allows trainers to register
cyclists, plan routes and observe the results collected by the network. With the inclusion
of these technologies, the coach and the athlete may analyze the performance of a session
and compare it with the previous training results. New training sessions may be
established according to the athlete's needs.
The effectiveness of the proposed system was experimentally tested and several
results are included in this dissertation.A mobilidade nas grandes cidades é um problema crescente e a utilização das
bicicletas tem vindo a ser uma solução que, em conjunto com novos serviços de partilha,
ajudam a motivar os utilizadores. Há também cada vez mais utilizadores a praticar
desportos que envolvem a utilização da bicicleta. Foi neste contexto que a presente
dissertação foi desenvolvida, um sistema de sensores distribuídos para monitorização de
ciclistas. Com o suporte de uma rede de sensores sem fios ligada á internet e, utilizando
um conjunto de sensores inteligentes como nós, é possível obter dados que vão ajudar o
ciclista a melhorar o seu desempenho. O treinador consegue monitorizar e avaliar o
desempenho para aperfeiçoar as sessões de treino.
A condição do estado de saúde é também monitorizada utilizando sensores de
avaliação cardíaca e de respiratória. A informação proveniente dos nós da rede de
sensores sem fios é carregada, através da ligação á internet, para a plataforma Firebase.
Foi desenvolvida uma aplicação móvel Android, que permite que os treinadores
registem ciclistas, planeiem rotas e observem os resultados recolhidos pela rede. Com a
inclusão destas tecnologias, o treinador e o ciclista podem analisar o desempenho de uma
sessão e compara-lo com os resultados do treino anterior. Podem ser estabelecidas novas
sessões de treino de acordo com as necessidades do atleta.
A eficácia do sistema proposto foi testada experimentalmente e os vários resultados
foram incluídos nesta dissertação
WSN and M2M for mountain biking performance assessment
Full text linkThe thesis describes the design and implementation of the "Smart Mountain Bike” monitoring system enables the acquisition, storage and visualization of data on athlete training referring the cycling activity. The signals provided by the measurement channels are acquired and processed in order to better understand of the variables involved in this sport and consecutively to improve the methodology for the training of athletes.
The "Smart Mountain Bike" system consists of a wireless sensor network that acquire data related to the applied force and body position during a training session. Each network end node comprises a microcontroller, a conditioning circuit and a set of sensors. The coordinator node Zig Bee compatible is composed by microcomputer (eg. Raspberry PI or BeagleBone), a GPS and an IMU. The cloud interfacing is done using a 3G/UMTS USB module connected to the microcomputer board. As the main component of the cloud the implemented database is accessed through a mobile application implemented in an Android OS device. The mobile application allows the visualization of the acquired and processed data by the user expressed by the athlete or the coach.
This system can be used for other sports and other activities in which it is necessary to monitor physical activities such as physical therapy.Este documento descreve o desenvolvimento de um protótipo "Smart Mountain Bike", este sistema de monitorização permite a recolha, armazenamento e visualização dos dados relativos aos treinos do atleta durante a atividade ciclismo. Esta informação contribui para um melhor entendimento das variáveis envolvidas da prática deste desporto e consecutivamente, melhorar a metodologia de treino dos atletas.
O sistema "Smart Mountain Bike" é constituído por uma rede sensores sem fios que recolhe a dados sobre força aplicada e posição do corpo numa sessão de treino, cada nó final da rede é composto por um microcontrolador, um circuito condicionador e um conjunto de sensores. O nó coordenador é composto por um microcomputador, um recetor GPS, um IMU e um módulo de comunicação móvel, este módulo permite um cenário Machine-to-Machine, onde o microcomputador comunica com o a nuvem permitindo o armazenamento da informação recolhida numa base de dados. Esta informação é acedida através de uma aplicação móvel desenvolvida para este projeto, a aplicação móvel permite ao utilizador, atleta ou treinador, visualizar e correlacionar os dados.
Este sistema pode ser utilizado noutros desportos e noutras atividades em que seja necessário monitorizar atividades físicas, como por exemplo, fisioterapi
Palsy Thera Sense: sistema de reabilitação sensorizada para crianças com paralisia cerebral
Full text linkEste trabalho apresenta o desenvolvimento de um sistema multi-sensorizado designado
por "Palsy Thera Sense", o qual é composto por uma plataforma inteligente de força e uma
aplicação web que fornece análise dos dados obtidos durante as sessões de fisioterapia
para crianças com paralisia cerebral. O sistema permite fazer a monitorização de
habilidades motoras das crianças e fornece métricas que podem ser usadas mais tarde para
monitorização do quadro patológico, a evolução das capacidades motoras durante as
sessões de fisioterapia e, inclusive, fornecer apoio num diagnóstico mais adequado e
eficaz. Esta interface é baseada num sistema de medição de forças distribuídas
caracterizado por quatro células de carga. Os sinais são obtidos durante a realização de
um conjunto de exercícios que permitem a análise do equilíbrio estático e dinâmico. O
paciente realiza-os sobre a superfície da plataforma de força e são aplicados alguns
procedimentos nos sinais de saída até que estes sejam transmitidos para uma plataforma
computacional onde se encontra o servidor. Assim os dados são gravados, associados a
um paciente e a uma sessão fisioterapêutica, de modo a posteriormente serem consultados
e analisados através de cálculos de métricas. Estes testes podem ser realizados durante
diferentes atividades, como por exemplo, numa sessão de um jogo com tecnologia "Kinect",
"Playstation Move" ou Wii. A principal função deste sistema é oferecer suporte aos
fisioterapeutas durante o processo de reabilitação da paralisia cerebral possibilitando uma
avaliação mais objetiva dos diferentes quadros patológicos dos pacientes.This work presents the development of a multi-sensing system named Palsy Thera
Sense, which consists in an intelligent force platform and a web application that provides
analysis of data obtained during the sessions for children with cerebral palsy. It allows
the monitoring of children's motor skills and provides metrics that can be used later for
the monitoring of the pathological picture and a more appropriate and effective diagnosis.
This interface is based on a measurement system of distributed forces characterized by
four load cells. The signals are obtained from a set of exercises that allow analysis of
static and dynamic balance. The patient performs the exercises under the surface of the
platform and some procedures are applied in the output signals, then it is transmitted to a
computational platform where the server is allocated. The collected data is stored in a
database, associated with a patient and a physiotherapy session, in order to later be
consulted and analyzed through metric calculated for this purpose. These tests can be
performed during different activities as for example, in a session of a game with Kinect,
Playstation Move or Wii. The main function of this system is to support the physical
therapists in the process of rehabilitation of cerebral palsy enabling a more objective
assessment of the various pathological profiles
- …
