Use este identificador para citar ou linkar para este item: https://repositorio.ufrn.br/handle/123456789/21007
Título: Fuzzy angel: uma arquitetura distribuída de telemedicina para monitoramento de pacientes com esclerose lateral amiotrófica
Autor(es): Morais, Antonio Higor Freire de
Orientador: Brandão, Gláucio Bezerra
Palavras-chave: Monitoramento homecare;Lógica fuzzy;Visão computacional;Sistemas supervisório web;Esclerose lateral amiotrófica
Data do documento: 20-Nov-2015
Editor: Universidade Federal do Rio Grande do Norte
Referência: MORAIS, Antonio Higor Freire de. Fuzzy angel: uma arquitetura distribuída de telemedicina para monitoramento de pacientes com esclerose lateral amiotrófica. 2015. 78f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2015.
Resumo: A Esclerose Lateral Amiotrófica (ELA) é uma doença neurodegenerativa caracterizada pela fraqueza muscular progressiva que leva o paciente à morte, geralmente devido a complicações respiratórias. Assim, ao passo que a doença progride o paciente precisará de ventilação não-invasiva (VNI) e monitoramento constante. Esta tese apresenta uma arquitetura distribuída para monitoramento domiciliar de ventilação noturna não-invasiva (VNNI) em pacientes com ELA. A implementação desta arquitetura utilizou um computador de placa única (Single Board Computer) e dispositivos móveis localizados na casa do paciente para mostrar mensagens de alerta para os cuidadores do paciente e um servidor web para monitoramento remoto pela equipe de saúde. A arquitetura utilizou um software baseado em lógica fuzzy e visão computacional para capturar os dados da tela do ventilador mecânico e gerar mensagens de alerta com instruções para os cuidadores. O experimento de monitoramento foi realizado com 29 pacientes por 7 horas contínuas diariamente durante 5 dias gerando um total de 126000 amostras para cada variável monitorada com uma taxa de amostragem de uma amostra por segundo. A arquitetura do sistema foi avaliada com relação a taxa de acerto para reconhecimento de caracteres e respectiva correção através de um algoritmo para detecção e correção de erros. Além disso, a equipe de saúde avaliou o sistema com relação aos intervalos de tempo em as mensagens de alertas foram geradas e se as estas estavam corretas. Dessa forma, o sistema apresentou uma média geral de acertos de 98,72%, e no pior caso 98,39%. Quanto às mensagens a serem geradas, o sistema também concordou em 100% com a avaliação geral, tendo havido discordância em apenas dois casos com um dos avaliadores.
Abstract: The Amyotrophic Lateral Sclerosis (ALS) is a neurodegenerative disease characterized by progressive muscle weakness that leads the patient to death, usually due to respiratory complications. Thus, as the disease progresses the patient will require noninvasive ventilation (NIV) and constant monitoring. This paper presents a distributed architecture for homecare monitoring of nocturnal NIV in patients with ALS. The implementation of this architecture used single board computers and mobile devices placed in patient’s homes, to display alert messages for caregivers and a web server for remote monitoring by the healthcare staff. The architecture used a software based on fuzzy logic and computer vision to capture data from a mechanical ventilator screen and generate alert messages with instructions for caregivers. The monitoring was performed on 29 patients for 7 con-tinuous hours daily during 5 days generating a total of 126000 samples for each variable monitored at a sampling rate of one sample per second. The system was evaluated regarding the rate of hits for character recognition and its correction through an algorithm for the detection and correction of errors. Furthermore, a healthcare team evaluated regarding the time intervals at which the alert messages were generated and the correctness of such messages. Thus, the system showed an average hit rate of 98.72%, and in the worst case 98.39%. As for the message to be generated, the system also agreed 100% to the overall assessment, and there was disagreement in only 2 cases with one of the physician evaluators.
URI: https://repositorio.ufrn.br/jspui/handle/123456789/21007
Aparece nas coleções:PPGEE - Doutorado em Engenharia Elétrica e de Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
AntonioHigorFreireDeMorais_TESE.pdf1,74 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.