Σύστημα Καταγραφής και Ανάλυσης Δεδομένων Κίνησης και Βιοσημάτων από Φορητές Συσκευές Internet of Things και Υπηρεσίες Cloud

Ιωάννου, Χαράλαμπος; Ioannou, Charalampos

dc.contributor.author	Ιωάννου, Χαράλαμπος	el
dc.contributor.author	Ioannou, Charalampos	en
dc.date.accessioned	2020-04-15T10:53:55Z
dc.date.available	2020-04-15T10:53:55Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/50174
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.17872
dc.rights	Default License
dc.subject	Σύστημα Απομακρυσμένης Παρακολούθησης	el
dc.subject	Samsung Gear S3	el
dc.subject	Έξυπνο ρολόι	el
dc.subject	Διαδίκτυο των Πραγμάτων	el
dc.subject	RESTful Αρχιτεκτονική	el
dc.subject	Remote Monitoring System	en
dc.subject	Smartwatch	en
dc.subject	Internet Of Things	en
dc.subject	RESTful Architecture	en
dc.subject	JavaScript	en
dc.subject	PostgreSQL	en
dc.subject	MongoDB	en
dc.title	Σύστημα Καταγραφής και Ανάλυσης Δεδομένων Κίνησης και Βιοσημάτων από Φορητές Συσκευές Internet of Things και Υπηρεσίες Cloud	el
heal.type	bachelorThesis
heal.secondaryTitle	Motion data recording and analysis system, using wearable IoT devices and cloud-services	en
heal.classification	Τεχνολογία Λογισμικού	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2019-02
heal.abstract	Σκοπός της παρούσας διπλωματικής εργασίας είναι ο σχεδιασμός και η υλοποίηση μιας διαδικτυακής πλατφόρμας καταγραφής και αποθήκευσης δεδομένων κίνησης και βιοσημάτων απο “έξυπνες” φορητές συσκευές smartwatch, με στόχο την μετέπειτα ερευνητική εξόρυξη πληροφοριων όπως προτύπων φυσικής δραστηριότητας. Η ραγδαία αύξηση της χρήσης φορητών έξυπνων συσκευών όπως wearables, έχουν οδηγήσει στην παραγωγή εξαιρετικά προσιτών συσκευών, οι οποίες φέρουν πληθώρα υψηλής ακρίβειας αισθητήρες και ισχυρής επεξεργαστικής ισχύος. Ταυτόχρονα, η αυξανόμενη τάση στον χώρο της υγείας για ποσοτικοποίηση και καταγραφή βιομετρικών δεδομένων με στόχο την ανάλυση και την εξαγωγή συμπερασμάτων, δημιουργεί την ορατή ανάγκη για ομογενοποιημένη διαχείριση τέτοιων δεδομένων. Κατ’ αυτόν τον τρόπο η κατασκευή μιας υπηρεσίας που αναλαμβάνει αυτοματοποιημένα την συλλογή, διαχείριση και επεξεργασία τέτοιων δεδομένων, προσφέροντας ένα επίπεδο αφαίρεσης και υλοποιώντας όλα τα κρίσιμα για επιδόσεις κομμάτια του συστήματος, αποκτα μεγάλη προστιθέμενη αξία σε ερευνητικό και επιχειρησιακό περιβάλλον. Στα πλαίσια της διπλωματικής εργασίας, αναπτύχθηκαν δύο συμπληρωματικές εφαρμογές οι οποίες συλλογικά αποτελούν την πλατφόρμα καταγραφής και ανάλυσης δεδομένων. Η εφαρμογή συλλογής και προσωρινής αποθήκευσης δεδομένων εκτελείται επί της συσκευής έξυπνου ρολογιού Samsung Gear S3 Frontier που φορά ο χρήστης. Είναι υπεύθυνη για την λήψη μετρήσεων ανα τακτά χρονικά διαστήματα από τους διάφορους αισθητήρες της συσκευής και για την προσωρινή αποθήκευση και προεπεξεργασία των δεδομένων. Η διαδικτυακή εφαρμογή ορίζει την διεπαφή για την ασφαλή μεταφόρτωση των δεδομένων απο την συσκευή του χρήστη καθώς και την αποδοτική αποθήκευση αυτών. Επιπλέον, επιτρέπει την εγγραφή και διαχείριση χρηστών, την παρακολούθηση της εξέλιξης των ληφθέντων δεδομένων τους στον χρόνο καθώς και στατιστικών στοιχείων σχετικά με αυτά. Ταυτόχρονα, παρέχει στους διαχειριστές του συστήματος την δυνατότητα φιλτραρίσματος και ταξινόμησης με διάφορα κριτήρια, ώστε η ανάκτηση ερευνητικής φύσης πληροφοριών από τα σύνολα δεδομένων να γίνει με ασφαλή και εύκολο τρόπο. Κατά την υλοποίηση χρησιμοποιήθηκαν MongoDB και PostgreSQL,τεχνολογίες βάσεων δεδομένων, ενώ ο εξυπηρετητής και η εφαρμογή αναπτύχθηκαν σε JavaScript, σε αρχιτεκτονική Node.js. Μετά το πέρας της υλοποίησης της, η πλατφόρμα χρησιμοποιήθηκε για εκτενές χρονικό διάστημα σε ερευνητικό περιβάλλον φιλοξενώντας πληθώρα πραγματικών χρηστών και εκατοντάδων χιλιάδων δεδομένων, με απώτερο στόχο την εύρεση κρυμμένων συσχετίσεων μεταξύ προτύπων δραστηριότητας και χρόνιων ψυχολογικών παθήσεων.	el
heal.abstract	The objective of this diploma thesis was the design and implementation of a system that collects and aggregates biosignals and motion data from users via a smartwatch device, in order to provide a uniform technological backbone for building datasets intended for pattern recognition and activity detection research. The rapid market growth of wearable devices worldwide, has led to the production of very affordable devices with many powerful on-board sensors and advanced processing capacity. At the same time, the continuous growing trend of using wearable devices to quantify wellness and fitness related parameters has caused demand for management and processing such collected data. Especially in the health sector, where biosignals can be used for remote monitoring of an individual’s health status or extract meaningful insights about it, the demand for a systematic and holistic information extraction and secure management of these data is crucial. As a result, the development of a system that takes advantage of the advanced hardware possibilities of the modern wearables and couples them with an efficient, secure data collection and management system creates great added value in research and business setting. In order to accomplish the aforementioned goals we developed a system which is comprised of two separate applications which work in conjunction and collectively make up the data collection and analysis system. At first, a native application running on Samsung Gear S3 Frontier smartwatch, collects biosignals and activity related data regularly from the on-board sensors. The collected data are temporarily stored locally and are uploaded to the cloud asynchronously via the internet connectivity of the device. Secondly, a web-application running on cloud infrastructure implements the communication interface and protocols for secure data upload and their efficient storage. The system provides an easy-to-use user-interface where the users can register, manage their devices and see their collected data in the system. In addition, the system provides the system administrators with filtering and sorting mechanisms in order to make information retrieval from the datasets secure and easy. Lastly, the server was implemented in JavaScript in Node.js framework and the data store is comprised by a hybrid system utilizing both MongoDB and PostgreSQL databases. After the completion of the development phase of the system, the service has been utilized for an extended period of time in a research program, serving multiple real users and hundreds of thousands of data, with the objective to reveal hidden correlations between user activity patterns and mental disorders.	en
heal.advisorName	Τσανάκας, Παναγιώτης
heal.committeeMemberName	Ματσόπουλος, Γεώργιος
heal.committeeMemberName	Κουτσούρης, Δημήτριος-Διονύσιος
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	134 σ.	el
heal.fullTextAvailability	false