Analýza aktivit z tenzometrických dat chytrého lůžka

Abstract

Užití automatizace a dat je nedílnou součástí v současném průmyslu, včetně toho zdravotnického. Vzrůstající popularita umělé inteligence umožnila vytváření pomocných nástrojů, které zvyšují kvalitu diagnóz a péče o pacienty. Jedno z využívaných „chytrých“ zařízení je nemocniční lůžko poskytující data o pacientovi pro vyhodnocování různých statistik. Tato práce se zaměřuje na vizualizaci a detekci poloh v reálném čase použitím čtyř tenzometrů vestavěných v konstrukci postele. Pro tyto účely byl vytvořen vlastní software na extrakci a zpracování dat. Experiment pro detekci poloh s modelem algoritmu SVM ukázal uspokojivé výsledky i při učení klasifikačního modelu pouze na jednom subjektu. Model byl schopen v reálném čase rozpoznat polohy čtyř cizích subjektů různých vah a konstitucí. Experimenty byly uskutečněny v laboratoři v CIIRCu a jejich průběh byl zaznamenán na video přiložené k práci.

Use of automation and data appears in most industries and branches including healthcare. The rising popularity of AI paved the way for creation of tools that help improving the quality of diagnosis and care. One of these “smart” gadgets is a hospital bed that provides data for evaluation of the patient's statistics. This thesis focuses on real-time visualization and posture detection using four strain gauges built within the bed's construction. For this purpose, it was necessary to implement a respective data processing software for data extraction. A conducted experiment with the SVM-trained model showed that despite being trained on only one subject, the model was able to sufficiently detect postures of four foreign subjects of different weights and constructions. All the experiments were held and recorded in the laboratory of CIIRC and corresponding demonstrative video can be found on CD attached to this thesis.