Σύστημα Για Τη Συλλογή, Αποθήκευση Και Επεξεργασία Μετρήσεων Φωτοπληθυσμογραφήματος

Abstract

Αντικείμενο της παρούσας διπλωματικής εργασίας είναι ο σχεδιασμός και η υλοποίηση υπολογιστικής διάταξης με στόχο τη συλλογή, αποθήκευση και επεξεργασία μετρήσεων Φωτοπληθυσμογραφήματος (Photoplethysmograph - PPG). Συλλέξαμε ιατρικά δεδομένα με χρήση κατάλληλης εφαρμογής Android, η οποία μπορεί να εκτελεστεί σε οποιαδήποτε κινητή συσκευή αφής με λειτουργικό σύστημα Android έκδοσης 4.4 "KitKat" και άνω. Στη συνέχεια, τα δεδομένα αποθηκεύτηκαν σε μία βάση από όπου έγινε η άντληση και επεξεργασία τους με χρήση γραφικών παραστάσεων.Συγκεκριμένα, η εφαρμογή γράφτηκε στη γλώσσα προγραμματισμού Java στο Ολοκληρωμένο Περιβάλλον Ανάπτυξης (Integrated Development Environment - IDE) «Android Studio». Οι ιατρικές μετρήσεις που συλλέχθησαν αφορούν στον Καρδιακό Παλμό, τη Συστολική και Διαστολική Πίεση, το Φωτοπληθυσμογράφημα και τον Κορεσμό του αίματος σε Οξυγόνο και λαμβάνονται με χρήση ενός Πιεσόμετρου και ενός Παλμικού Οξύμετρου (Pulse Oximeter). Μέρος των δεδομένων εισάγεται από το χρήστη και τα υπόλοιπα ιατρικά δεδομένα στέλνονται στην κινητή συσκευή αφής από το οξύμετρο, μέσω της τεχνολογίας Bluetooth Χαμηλής Ενέργειας (Bluetooth Low Energy - Ble). Η εφαρμογή στέλνει τα δεδομένα σε κατάλληλη μορφοποίηση σε έναν Εξυπηρετητή (Server), σχεδιασμένο ώστε να τηρεί τις αρχές του πρωτοκόλλου επικοινωνίας "REST" (RESTful Server) και υλοποιημένο στο Τεχνικό Πλαίσιο Υλοποίησης "Spring" σε Java, από όπου αποθηκεύονται σε μία βάση υλοποιημένη στο εγγραφοκεντρικό μοντέλο Mongo. Στη συνέχεια, είμαστε σε θέση να αντλήσουμε τα δεδομένα από τη βάση για την περαιτέρω επεξεργασία τους με σκοπό το συσχετισμό τους σε γραφικές παραστάσεις.Το υπολογιστικό αυτό σύστημα δίνει ενθαρρυντικά αποτελέσματα και μπορεί να γίνει οδηγός για τη συσχέτιση της Αρτηριακής Πίεσης με το Φωτοπληθυσμογράφημα και την εκτίμησή της μέσω ενός παλμικού οξύμετρου. Αυτό θα μπορούσε να υλοποιηθεί με την εκπαίδευση ενός Νευρωνικού Δικτύου (Neural Network) με έναν αλγόριθμο μάθησης, όπου τα σύνολα εκπαίδευσης, αξιολόγησης και ελέγχου θα συλλέγονται με το παρόν υπολογιστικό σύστημα, με σκοπό τον διαχωρισμό των δεδομένων σε τρία σύνολα, φυσιολογικής, υψηλής και χαμηλής Αρτηριακής Πίεσης που θα καταστήσει δυνατή την πρόβλεψη της Αρτηριακής Πίεσης του ατόμου μέσω του Φωτοπληθυσμογραφήματος.