Please use this identifier to cite or link to this item: http://hdl.handle.net/10316/25174
DC FieldValueLanguage
dc.contributor.advisorMenezes, Paulo Jorge Carvalho-
dc.contributor.advisorQuintas, João Manuel Leitão-
dc.contributor.authorPedro, Samuel do Nascimento Lago-
dc.date.accessioned2014-02-19T15:22:36Z-
dc.date.available2014-02-19T15:22:36Z-
dc.date.issued2013-
dc.identifier.citationPedro, Samuel do Nascimento Lago - Sensor-based detection of alzheimer's disease-related behaviours. Coimbra, 2013. Tese de Mestrado.por
dc.identifier.urihttp://hdl.handle.net/10316/25174-
dc.description.abstractA doença de Alzheimer, principal causa de Demência, é uma doença neuro-degenerativa sem cura. De acordo com a Organização Mundial de Saúde, em 2010 foi estimado que a Demência afetava 35,5 milhões de pessoas em todo o mundo, sendo que este número tenderá a subir para perto de 65,7 milhões só nos próximos vinte anos. À medida que os sintomas pioram, os pacientes perdem a sua independência, ficando completamente dependentes de outrem. Neste trabalho, desenvolvido em colaboração com o projeto TICE.Healthy, propomos um método único para deteção de um dos comportamentos relacionados com a doença de Alzheimer que mais impacto tem no dia a dia dos pacientes, a agitação psicomotora. A motivação é a criação de um sistema capaz de detetar estas situações e avisar os cuidadores sobre o alerta, libertando-os de uma constante vigilância dos pacientes. Isto tem naturalmente impacto tanto na vida do paciente como na do cuidador. O método consiste na análise e classificação de um conjunto de biosinais adquiridos usando um conjunto de sensores de um sistema vestível que permite a deteção de períodos críticos. Foi desenvolvida uma plataforma baseada em Linux que usa conexão Bluetooth para adquirir os sinais do sistema vestivel. Isto permite a aquisição de diferentes biosinais de um indivíduo durante o seu dia a dia. Usando esta aplicação, um conjunto de biosinais foi adquirido de 20 pessoas que representam tanto os períodos de comportamento normal como períodos de agitação, com o objetivo de treinar o classificador. Esta informação foi dividida em duas classes, não-stress (estado normal) e stress (estado agitado). Cinco diferentes classificadores foram treinados e testados. A avaliação do desempenho dos mesmos foi conduzida tendo em conta a sua exatidão multiplicada pela sensibilidade (para minimizar falsos negativos) e o tempo de execução. A escolha do classificador final foi a Máquina de vetores de suporte , já que foi o que ofereceu melhores resultados. Palavras-chave: doença de Alzheimer, deteção de comportamentos, agitação psicomotora, sensor vestível, classificação.por
dc.language.isoengpor
dc.rightsopenAccesspor
dc.subjectDoença de Alzheimerpor
dc.subjectAgitação psicomotorapor
dc.subjectSensores.por
dc.titleSensor-based detection of alzheimer's disease-related behaviourspor
dc.typemasterThesispor
dc.peerreviewedYespor
dc.identifier.tid201535068-
item.fulltextCom Texto completo-
item.languageiso639-1en-
item.grantfulltextopen-
Appears in Collections:FCTUC Física - Teses de Mestrado
Files in This Item:
File Description SizeFormat
project.pdf42.04 MBAdobe PDFView/Open
Show simple item record

Page view(s)

97
checked on Aug 5, 2020

Download(s) 20

764
checked on Aug 5, 2020

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.