Título: | Sistema de detecção de quedas e de posicionamento corporal com monitoramento de batimentos cardíacos |
Autor(es): | Malheiros, Larinni |
Orientador(es): | Amvame-Nze, Georges |
Assunto: | Idosos Idosos - quedas Sistema de detecção de quedas |
Data de apresentação: | Dez-2015 |
Data de publicação: | 22-Dez-2016 |
Referência: | MALHEIROS, Larinni. Sistema de detecção de quedas e de posicionamento corporal com monitoramento de batimentos cardíacos. 2015. xii, 82 f., il. Monografia (Bacharelado em Engenharia de Redes de Comunicação)—Universidade de Brasília, Brasília, 2015. |
Resumo: | Em 2050 terá mais idosos no mundo do que crianças menores de 16 anos pela primeira vez na história [50]. Um dos maiores problemas enfrentados pela população acima de 60 anos são as quedas. Essa é uma preocupação de relevância na saúde pública, pois trazem problemas físicos e psicológicos. Alguns traumas podem direcionar à perda de autonomia, imobilidade, restrição de atividades, medo de ocorrer outras quedas, e também o risco de morte. Assim, no que se refere ao longo potencial de existência de idosos temos que preocupar em desenvolver técnicas para diminuir a incidência de quedas e melhorar sua qualidade de vida. Este trabalho foi realizado com o objetivo de criar um equipamento capaz de auxiliar o acompanhamento à distância de pessoas com diagnóstico de Alzheimer, com crises convulsivas generalizadas, com quadros de desmaios frequentes, idoso e pessoas que precisam de monitoramento 24 horas. Esse dispositivo detecta quedas, posição corporal, valor dos batimentos cardíacos e a temperatura ambiente. Para detectar quedas, será proposto um algoritmo baseado em threshold e em tempo de pausa, para detectar posição corporal será utilizado a orientação dos acelerômetros e giroscópios, para o valor dos batimentos cardíacos será utilizado um sensor de Pulse Senor e a coleta de temperatura será obtida através de um sensor de temperatura Este trabalho irá apresentar todas as etapas necessárias para a implementação do dispositivo, como escolha dos sensores, diagrama de casos de caso, diagrama UML, algoritmo, linguagens de programação utilizadas e sua efetividade. Os resultados obtidos foram analisados em forma de porcentagem sendo cada medição realizada 10 vezes. A posição corporal foi corretamente detectada em 100% dos casos, já o movimento do corpo andando teve correta precisão em 90% dos casos, quedas foram detectadas em 60% dos casos. Como trabalhos futuros, deseja-se aumentar a estatística de detecção de quedas, utilizando outro algoritmo para processar as informações obtidas dos sensores. |
Abstract: | By 2050 the world will have more elderly people than children under 16 years old in the first time in history [50]. One of the biggest problems faced by the population over age 60 are falls. This is a concern of importance in public health, as they bring physical and psychological problems. Some trauma can direct the loss of autonomy, immobility, activities restriction, fear of suffering falls, and also the risk of death. It is therefore necessary to develop techniques to decrease the incidence of falls among the elderly.
This work was carried out in order to create a device capable of assisting people diagnosed with Alzheimer's, generalized seizures, frequent fainting frames, elderly and people who need 24-hoursmonitoring. This device detects falls, body position, heart rate and value of the ambient temperature. To detect falls, an algorithm is proposed based on threshold and pause time, to detect body position will be used guidance from accelerometers and gyroscopes, to get the heartbeat value will be used a sensor pulse sensor and ambient temperature will be obtained through a temperature sensor This paper will present all the necessary steps to implement the device, such as choice of sensors, UserCase diagram, UML diagram, algorithm, programming languages used and its effectiveness. The results obtained were evaluated as percentage each measurement being carried out 10 times. The body position has been correctly detected in 100% of cases, walking bodymotion was detected in 90% of cases, and falls were detected in 60% of cases. As future work, it’s necessary increase the statistical detection of falls by using another algorithm to process the information obtained from the sensors. |
Informações adicionais: | Monografia (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2015. |
Aparece na Coleção: | Engenharia de Redes de Comunicação
|