Detalhes bibliográficos
Ano de defesa: |
2015 |
Autor(a) principal: |
Morais, Antonio Higor Freire de |
Orientador(a): |
Brandão, Gláucio Bezerra |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Tese
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Federal do Rio Grande do Norte
|
Programa de Pós-Graduação: |
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
|
Departamento: |
Não Informado pela instituição
|
País: |
Brasil
|
Palavras-chave em Português: |
|
Área do conhecimento CNPq: |
|
Link de acesso: |
https://repositorio.ufrn.br/jspui/handle/123456789/21007
|
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. |