Trabalhos de Conclusão de Curso

URI Permanente para esta coleção

https://repositorio.fei.edu.br/handle/FEI/3182

Navegar

Navegando Trabalhos de Conclusão de Curso por Autor "Assato, Sabrina Midori"

Agora exibindo 1 - 1 de 1
  • Imagem de Miniatura
    Trabalho de Conclusão de Curso
    H-Watch
    (2021-12-08) Almeida, Bruno Calixta; Costa, Danilo Ferreira; Hayahi, Lucas Henrique Kazuo; Figueiredo, Oscar Gonçalves; Okama, Ricardo Seiki; Assato, Sabrina Midori
    Este trabalho propõe-se a desenvolver um sistema de monitoramento da saúde de idosos, composto por um protótipo do circuito elétrico de uma Pulseira Sensorizada (hardware), juntamente a um aplicativo de smartphone. Neste sentido, a frequência e oximetria de pulso do paciente é monitorada, sendo possível detectar a ocorrência de quedas e, quando necessário, o sistema comunica um responsável e aciona ajuda médica através do aplicativo. Fornecendo assim mais independência para o idoso por não necessitar de uma pessoa para monitorá-lo constantemente. A revisão bibliográfica, bem como os sensores utilizados para a detecção de queda e monitoramento da frequência e oximetria de pulso, aliada ao método de aprendizagem que foi utilizado para a inteligência artificial, possibilitaram a definição das erramentas e técnicas necessárias para o delineamento da solução proposta. O protótipo possui compromisso com diminuição de custos em relação a modelos semelhantes já existentes no mercado, de modo a torná-la mais acessível e viável ao uso cotidiano. Como interface de usuário foi adotado o smartphone em virtude de sua flexibilidade na criação de interfaces, utilizando um aplicativo para exibir os parâmetros coletados pelo hardware, e quando necessário acionar a lista de contatos salva no mesmo, para contactar o número de emergência salvo. Através de testes realizados, comprovou-se o funcionamento do hardware na coleta dos parâmetros dos sensores e envio para o banco de dados, e através dos dados de quedas gerados pelos membros do grupo, o desenvolvimento da inteligência artificial para a detecção de quedas. O aplicativo lê os dados de frequência cardíaca e oximetria para monitoramento e exibição na tela principal. Em caso de queda, o aplicativo recebe essa informação da inteligência artificial, gerando os alertas para os responsáveis.