Σύστημα για τη συλλογή, αποθήκευση και επεξεργασία μετρήσεων φωτοπληθυσμογραφήματος

Φραγκιαδάκη, Βασιλεία; Fragkiadaki, Vasileia

dc.contributor.author	Φραγκιαδάκη, Βασιλεία	el
dc.contributor.author	Fragkiadaki, Vasileia	en
dc.date.accessioned	2016-07-28T10:58:09Z
dc.date.available	2016-07-28T10:58:09Z
dc.date.issued	2016-07-28
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/43322
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.11585
dc.rights	Default License
dc.subject	Φωτοπληθυσμογράφημα	el
dc.subject	Αρτηριακή πίεση	el
dc.subject	Πιεσόμετρο	el
dc.subject	Παλμικό οξύμετρο	el
dc.subject	Bluetooth χαμηλής ενέργειας	el
dc.title	Σύστημα για τη συλλογή, αποθήκευση και επεξεργασία μετρήσεων φωτοπληθυσμογραφήματος	el
heal.type	bachelorThesis
heal.classification	Επιστήμη υπολογιστών/πληροφορική	el
heal.classificationURI	http://data.seab.gr/concepts/77de68daecd823babbb58edb1c8e14d7106e83bb
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2016-05-31
heal.abstract	Αντικείμενο της παρούσας διπλωματικής εργασίας είναι ο σχεδιασμός και η υλοποίηση υπολογιστικής διάταξης με στόχο τη συλλογή, αποθήκευση και επεξεργασία μετρήσεων Φωτοπληθυσμογραφήματος (Photoplethysmograph – PPG). Συλλέξαμε ιατρικά δεδομένα με χρήση κατάλληλης εφαρμογής Android, η οποία μπορεί να εκτελεστεί σε οποιαδήποτε κινητή συσκευή αφής με λειτουργικό σύστημα Android έκδοσης 4.4 “KitKat” και άνω. Στη συνέχεια, τα δεδομένα αποθηκεύτηκαν σε μία βάση από όπου έγινε η άντληση και επεξεργασία τους με χρήση γραφικών παραστάσεων. Συγκεκριμένα, η εφαρμογή γράφτηκε στη γλώσσα προγραμματισμού Java στο Ολοκληρωμένο Περιβάλλον Ανάπτυξης (Integrated Development Environment - IDE) «Android Studio». Οι ιατρικές μετρήσεις που συλλέχθησαν αφορούν στον Καρδιακό Παλμό, τη Συστολική και Διαστολική Πίεση, το Φωτοπληθυσμογράφημα και τον Κορεσμό του αίματος σε Οξυγόνο και λαμβάνονται με χρήση ενός Πιεσόμετρου και ενός Παλμικού Οξύμετρου (Pulse Oximeter). Μέρος των δεδομένων εισάγεται από το χρήστη και τα υπόλοιπα ιατρικά δεδομένα στέλνονται στην κινητή συσκευή αφής από το οξύμετρο, μέσω της τεχνολογίας Bluetooth Χαμηλής Ενέργειας (Bluetooth Low Energy – Ble). Η εφαρμογή στέλνει τα δεδομένα σε κατάλληλη μορφοποίηση σε έναν Εξυπηρετητή (Server), σχεδιασμένο ώστε να τηρεί τις αρχές του πρωτοκόλλου επικοινωνίας “REST” (RESTful Server) και υλοποιημένο στο Τεχνικό Πλαίσιο Υλοποίησης “Spring” σε Java, από όπου αποθηκεύονται σε μία βάση υλοποιημένη στο εγγραφοκεντρικό μοντέλο Mongo. Στη συνέχεια, είμαστε σε θέση να αντλήσουμε τα δεδομένα από τη βάση για την περαιτέρω επεξεργασία τους με σκοπό το συσχετισμό τους σε γραφικές παραστάσεις. Το υπολογιστικό αυτό σύστημα δίνει ενθαρρυντικά αποτελέσματα και μπορεί να γίνει οδηγός για τη συσχέτιση της Αρτηριακής Πίεσης με το Φωτοπληθυσμογράφημα και την εκτίμησή της μέσω ενός παλμικού οξύμετρου. Αυτό θα μπορούσε να υλοποιηθεί με την εκπαίδευση ενός Νευρωνικού Δικτύου (Neural Network) με έναν αλγόριθμο μάθησης, όπου τα σύνολα εκπαίδευσης, αξιολόγησης και ελέγχου θα συλλέγονται με το παρόν υπολογιστικό σύστημα, με σκοπό τον διαχωρισμό των δεδομένων σε τρία σύνολα, φυσιολογικής, υψηλής και χαμηλής Αρτηριακής Πίεσης που θα καταστήσει δυνατή την πρόβλεψη της Αρτηριακής Πίεσης του ατόμου μέσω του Φωτοπληθυσμογραφήματος.	el
heal.abstract	The scope of this thesis is the design and implementation of a computing system in order to collect, store and process Photoplethysmograph measurements. We collected medical data using an Android application especially designed for this goal. It runs on any mobile device with an Android Operating System of a version 4.4 “KitKat” or higher. The data collected was stored in a Database from where it was pumped and processed using graphs. More specifically, the application is written in Java Programming language in the Integrated Development Environment (IDE) “Android Studio”. The medical measurements collected are related to the Heart Rate, the Systolic and Diastolic Blood Pressure, the Photoplethysmogram (PPG) and the Oxygen Saturation which are obtained using a Pulse Oximeter and a Blood Pressure Monitor. Part of the data is entered by the user and the rest is sent to a mobile device from the Pulse Oximeter via Bluetooth Low Energy (ble) technology. The application sends data in a suitable format to a Server (Server) designed to respect the principles of the “REST” communication protocol (RESTful Server) and it is implemented in the Technical Framework “Spring” in Java. The data is stored in a Database implemented in document-oriented Mongo model. Finally, we are able to draw the data from the Database for further processing, for its evaluation and association in graphs. The computing system shown in this thesis gives encouraging results and can be a guide to the association of Arterial Blood Pressure with Photoplethysmogram and its estimation through a Pulse Oximeter. This could be achieved by training a Neural Network with a learning algorithm, where the training, validation and testing sets are collected via the presented computing system, in order to divide data into three sets, normal, high and low Arterial Blood Pressure so as to enable the prediction of a person’s Blood Pressure through his Photoplethysmogram measurements.	en
heal.advisorName	Τσανάκας, Παναγιώτης	el
heal.committeeMemberName	Κουτσούρης, Δημήτρης	el
heal.committeeMemberName	Μαγκλογιάννης, Ηλίας	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών. Εργαστήριο Υπολογιστικών Συστημάτων	el
heal.academicPublisherID	ntua
heal.numberOfPages	139 σ.	el
heal.fullTextAvailability	true