dc.contributor.author | Ορφανόπουλος, Χρήστος | el |
dc.contributor.author | Orfanopoulos, Christos | en |
dc.contributor.author | Κανδυλάκης, Στυλιανός | el |
dc.contributor.author | Kandylakis, Stylianos | en |
dc.date.accessioned | 2022-10-26T11:01:16Z | |
dc.date.available | 2022-10-26T11:01:16Z | |
dc.identifier.uri | https://dspace.lib.ntua.gr/xmlui/handle/123456789/56012 | |
dc.identifier.uri | http://dx.doi.org/10.26240/heal.ntua.23710 | |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc/3.0/gr/ | * |
dc.subject | Υπηρεσίες Υγείας | el |
dc.subject | Νευρωνικά Δίκτυα | el |
dc.subject | React Native | el |
dc.subject | Agile | el |
dc.subject | SaaS | el |
dc.subject | SaaS | el |
dc.title | Ανάλυση συμμόρφωσης σε κινητικές ασκήσεις με χρήση τεχνικών μηχανική μάθησης | el |
dc.contributor.department | Τομέας Τεχνολογίας Πληροφορικής & Υπολογιστών | el |
heal.type | bachelorThesis | |
heal.generalDescription | Δημιουργία εφαρμογής για έξυπνες συσκευές που θα αναγνωρίζει, κατηγοριοποιεί και αξιολογεί επαναλαμβανόμενες ασκήσεις φυσικοθεραπείας με χρήση τεχνικών μηχανικής μάθησης (νευρωνικά δίκτυα). | el |
heal.classification | Machine Learning | el |
heal.language | el | |
heal.access | campus | |
heal.recordProvider | ntua | el |
heal.publicationDate | 2022-06-29 | |
heal.abstract | Στην εποχή μας, οι εφαρμογές (apps) αποτελούν αναπόσπαστο κομμάτι της καθημερινότητάς μας. Από τα μέσα κοινωνικής δικτύωσης (social media) έως τις εφαρμογές αυτοβελτίωσης, η χρήση τους είναι διαδεδομένη. Η ραγδαία εξέλιξη τόσο του υλισμικού (hardware) όσο και του λογισμικού (software) επιτρέπει πλέον σε απαιτητικές εφαρμογές να «τρέχουν» στα προσωπικά έξυπνα τηλέφωνα (smartphones). Ιδιαίτερα μετά την έλευση του κορωνοϊού, το ενδιαφέρον για ιατρικές εφαρμογές αυξήθηκε κατακόρυφα, τόσο από επαγγελματίες γιατρούς όσο και από τους ασθενείς. Η εξ αποστάσεως επικοινωνία και θεραπεία γίνεται πλέον επιτακτική ανάγκη. Όλοι οι παραπάνω παράγοντες, συντέλεσαν στην υλοποίηση μιας χρήσιμης εφαρμογής που στοχεύει στην ικανοποίηση των τρεχουσών ιατρικών αναγκών. Η εφαρμογή PhysAI απευθύνεται σε επαγγελματίες φυσικοθεραπευτές που θέλουν να έχουν εποπτεία της προόδου των ασθενών τους. Ως πρόοδος νοείται η τήρηση των οδηγιών, που έχει δώσει ο φυσικοθεραπευτής για τις ασκήσεις. Η σωστή τήρησή των κανόνων από τον ασθενή αποτελεί προϋπόθεση για να αποφευχθούν τυχόν τραυματισμοί και να στεφθεί με επιτυχία η θεραπεία. Η εφαρμογή διατίθεται με τη λογική του λογισμικού ως υπηρεσία (SaaS), είναι εύχρηστη και σχεδιασμένη για συσκευές Android, iOS και Web. Δομικό της στοιχείο αποτελεί νευρωνικό δίκτυο εκτίμησης ανθρώπινης στάσης (pose estimation model), το οποίο επιλέχθηκε έπειτα από εκτενή έρευνα. Διεξήχθησαν πειράματα σε όλα τα διαθέσιμα νευρωνικά τέτοιου τύπου, μεταβολές στη παραμετροποίηση, προσθήκη κατάλληλου αλγορίθμου ταξινόμησης των ασκήσεων και μελέτη της επίδοσης. Στόχος ήταν αφενός να παράσχουμε ένα λειτουργικό προϊόν και αφετέρου να εφαρμόσουμε τις πλέον πρόσφατες τεχνολογίες κατά την ανάπτυξη του έργου. Αποτέλεσμα, οι χρήστες μπορούν να βρίσκονται υπό την εποπτεία του φυσικοθεραπευτή από απόσταση, αρκεί να κατέχουν μια μεσαίας επεξεργαστικής ισχύος έξυπνη κινητή συσκευή με αξιοπρεπή κάμερα. | el |
heal.abstract | Nowadays, apps are an integral part of our daily lives. From social media to self-improvement applications, their use is widespread. The rapid development of both hardware and software technologies allows demanding applications to run on personal smartphones. Especially after the advent of the COVID-19 pandemic, interest from practitioners and patients in medical applications increased dramatically. Remote communication and remedy are now becoming the new normal. All factors listed before, contributed to the implementation of a useful application that aims to meet current medical needs. The PhysAI app aims to help professional physiotherapists to monitor their patients' progress. By progress, we mean the patient following the instructions given by the physiotherapist for the body exercises. Compliance with the instructions is a prerequisite for avoiding any injuries and for the treatment to be successful. The application is available as a service (SaaS), is easy to use and designed for both Android, iOS, and Web devices. Its structural element is a neural network for human pose estimation, which was selected after extensive research. Experiments were performed on all available networks of that kind, by changing their parameterization, we added an exercise classification algorithm and studied their performance. At the same time, because we worked as team, we used agile methodologies throughout the implementation. The ultimate goal was on the one hand to provide a functional product and on the other hand to apply the latest technologies during the development of our project. As a result, users can stay in touch with their physiotherapist, as long as they can afford a mid-range smart mobile device with a decent camera. | en |
heal.advisorName | Τσανάκας, Παναγιώτης | el |
heal.advisorName | Σιόλας, Γεώργιος | |
heal.committeeMemberName | Τσανάκας, Παναγιώτης | el |
heal.committeeMemberName | Σταφυλοπάτης, Ανδρέας-Παναγιώτης | el |
heal.committeeMemberName | Κουτσούρης, Δημήτριος-Διονύσιος | el |
heal.academicPublisher | Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών | el |
heal.academicPublisherID | ntua | |
heal.numberOfPages | 105 σ. | el |
heal.fullTextAvailability | false |
Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο: