| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 7.55 MB | Adobe PDF |
Authors
Abstract(s)
Road accidents are often related to drivers’ psychological state and are frequently overlooked
and dismissed. This includes the drivers’ mental health, which can be negatively affected by
conditions such as stress, fatigue, and sadness. Emotional disturbances can impair driving
abilities, posing significant risks to drivers and road users. Public health initiatives must focus on integrating innovative solutions to minimize fatalities and injuries. The Internet of
Medical Things (IoMT) is a field of research that focuses on developing cost-effective nonintrusive new methods for assessing vital signs in non-clinical settings, such as homes and vehicles. The increasing use of these applications underscores the potential to address healthrelated road risks.
Given the pressing concerns of road safety, this dissertation proposes the creation of an
IoMT system that can revolutionize the driving experience. By introducing real-time monitoring of driver health, this system aims to address these challenges and significantly enhance
road safety, a crucial need in our society. A systematic review, including the choice of thirtytwo relevant scientific publications on wearable devices for healthcare monitoring, was conducted to create a reliable system. The review utilized Natural Language Processing and the
PRISMA methodology to analyze papers from various databases and considered population,
methods, sensors, features, and communication protocols. The studies highlighted various
hardware and software technologies used to enhance healthcare monitoring applications and
the benefits and challenges associated with these applications, providing an overview of how
to build an efficient system. Based on the results of the systematic review, the Driver Health
System was proposed, integrating multiple layers with distinct roles to ensure efficiency and
high performance.
This dissertation proposes an innovative device for measuring the driver’s health data,
integrating a comprehensive set of sensors and power management components to ensure
reliable functionality. The device’s printed body encapsulates the PCB and battery, optimizing functionality and user comfort. The firmware developed for the device presented in
this dissertation showcases the sensor drivers for photoplethysmography (PPG), accelerometer, barometric pressure, and fuel gauge sensors. The dissertation proposes a deep learning model designed to estimate the user’s heart rate by leveraging data from the PPG and
accelerometer sensors. The model development involves multiple processing steps. Leaveone-session-out cross-validation and hyperparameter tuning techniques were employed for
the model training and evaluation. The model achieved an outstanding Mean Absolute Error
(MAE) of 3.450 ± 1.324 bpm and a Mean Squared Error (MSE) of 69.50 ± 93.57 bpm2
. The
model was deployed in a custom WEB application for testing purposes. The dissertation describes the development of a custom mobile application for the Driver Health System, which
offers crucial features such as intuitive real-time access to health status, device compatibility,
power management, and integration of the heart rate estimation model to provide users with
deeper insights into their health condition.
This dissertation successfully enables a robust, innovative, real-time driver health monitoring solution. The Driver Health System represents a significant advancement at the intersection of healthcare industry and automotive sector. It aims to enhance road safety and
establish a connected network that empowers to monitor and manage the drivers’ health effectively.
Os acidentes rodoviários relacionados com o estado psicológico dos condutores são frequentemente negligenciados e ignorados. Este aspeto inclui a saúde mental dos condutores, que pode ser afetada negativamente por condições como o stress, a fadiga e a tristeza. As perturbações emocionais podem prejudicar as capacidades de condução, colocando riscos significativos para os condutores. A Internet das Coisas Médicas (IoMT) é um domínio de investigação que se centra no desenvolvimento de novos métodos de avaliação dos sinais vitais em contextos não clínicos, como nas casas e nos veículos. A utilização crescente destas aplicações realça o potencial no tratamento dos riscos rodoviários. Neste contexto, esta dissertação propõe a criação de um sistema IoMT que pode revolucionar a experiência de condução. Ao introduzir a monitorização em tempo real da saúde do condutor, este sistema pretende responder a estes desafios e aumentar significativamente a segurança rodoviária, uma necessidade importante na nossa sociedade. Para criar um sistema fiável, foi realizada uma revisão de trinta e duas publicações científicas relevantes sobre dispositivos vestíveis para monitorização dos cuidados de saúde. A revisão utilizou o Processamento de Linguagem Natural e a metodologia PRISMA para analisar artigos de várias bases de dados e considerou a população, os métodos, os sensores, as características e os protocolos de comunicação. Os estudos destacaram várias tecnologias de hardware e software utilizadas para melhorar as aplicações de monitorização dos cuidados de saúde e os benefícios e desafios associados a estas aplicações, fornecendo uma visão geral de como construir um sistema eficiente. Com base nos resultados da revisão sistemática, foi proposto o Driver Health System, que integra várias camadas com funções distintas para garantir eficiência e elevado desempenho. Esta dissertação propõe um dispositivo inovador para medir os dados de saúde do condutor, integrando um conjunto abrangente de sensores e componentes de gestão de energia para garantir uma funcionalidade fiável. O desenho do corpo impresso do dispositivo envolve a PCB e a bateria, otimizando a funcionalidade e o conforto do utilizador. O firmware desenvolvido para o dispositivo apresenta os controladores dos sensores de fotopletismografia (PPG), acelerómetro, pressão barométrica e indicador de bateria. A dissertação também propõe um modelo de aprendizagem profunda concebido para estimar a frequência cardíaca do utilizador, tirando partido dos dados dos sensores PPG e acelerómetro. Foram utilizadas técnicas como leave-one-session-out e afinação de hiperparâmetros para o treino e avaliação do modelo. O modelo alcançou um excelente erro absoluto médio (MAE) de 3,450 ± 1,324 e um erro quadrático médio (MSE) de 69,50 ± 93,57. Adicionalmente, o modelo foi implementado numa aplicação WEB para efeitos de teste. A dissertação descreve o desenvolvimento de uma aplicação móvel personalizada para o Driver Health System, que oferece acesso em tempo real ao estado de saúde, compatibilidade dos dispositivos, gestão da energia e integração do modelo de estimativa do ritmo cardíaco para fornecer aos utilizadores informações mais aprofundadas sobre o seu estado de saúde. Esta dissertação oferece, de uma forma bem sucedida, solução robusta, inovadora e em tempo real de monitorização da saúde do condutor. O Driver Health System representa um avanço significativo na interseção da indústria da saúde e do setor automóvel. A contribuição visa aumentar a segurança rodoviária, através do estabelecimento de uma rede interligada que permita monitorizar e gerir a saúde dos condutores.
Os acidentes rodoviários relacionados com o estado psicológico dos condutores são frequentemente negligenciados e ignorados. Este aspeto inclui a saúde mental dos condutores, que pode ser afetada negativamente por condições como o stress, a fadiga e a tristeza. As perturbações emocionais podem prejudicar as capacidades de condução, colocando riscos significativos para os condutores. A Internet das Coisas Médicas (IoMT) é um domínio de investigação que se centra no desenvolvimento de novos métodos de avaliação dos sinais vitais em contextos não clínicos, como nas casas e nos veículos. A utilização crescente destas aplicações realça o potencial no tratamento dos riscos rodoviários. Neste contexto, esta dissertação propõe a criação de um sistema IoMT que pode revolucionar a experiência de condução. Ao introduzir a monitorização em tempo real da saúde do condutor, este sistema pretende responder a estes desafios e aumentar significativamente a segurança rodoviária, uma necessidade importante na nossa sociedade. Para criar um sistema fiável, foi realizada uma revisão de trinta e duas publicações científicas relevantes sobre dispositivos vestíveis para monitorização dos cuidados de saúde. A revisão utilizou o Processamento de Linguagem Natural e a metodologia PRISMA para analisar artigos de várias bases de dados e considerou a população, os métodos, os sensores, as características e os protocolos de comunicação. Os estudos destacaram várias tecnologias de hardware e software utilizadas para melhorar as aplicações de monitorização dos cuidados de saúde e os benefícios e desafios associados a estas aplicações, fornecendo uma visão geral de como construir um sistema eficiente. Com base nos resultados da revisão sistemática, foi proposto o Driver Health System, que integra várias camadas com funções distintas para garantir eficiência e elevado desempenho. Esta dissertação propõe um dispositivo inovador para medir os dados de saúde do condutor, integrando um conjunto abrangente de sensores e componentes de gestão de energia para garantir uma funcionalidade fiável. O desenho do corpo impresso do dispositivo envolve a PCB e a bateria, otimizando a funcionalidade e o conforto do utilizador. O firmware desenvolvido para o dispositivo apresenta os controladores dos sensores de fotopletismografia (PPG), acelerómetro, pressão barométrica e indicador de bateria. A dissertação também propõe um modelo de aprendizagem profunda concebido para estimar a frequência cardíaca do utilizador, tirando partido dos dados dos sensores PPG e acelerómetro. Foram utilizadas técnicas como leave-one-session-out e afinação de hiperparâmetros para o treino e avaliação do modelo. O modelo alcançou um excelente erro absoluto médio (MAE) de 3,450 ± 1,324 e um erro quadrático médio (MSE) de 69,50 ± 93,57. Adicionalmente, o modelo foi implementado numa aplicação WEB para efeitos de teste. A dissertação descreve o desenvolvimento de uma aplicação móvel personalizada para o Driver Health System, que oferece acesso em tempo real ao estado de saúde, compatibilidade dos dispositivos, gestão da energia e integração do modelo de estimativa do ritmo cardíaco para fornecer aos utilizadores informações mais aprofundadas sobre o seu estado de saúde. Esta dissertação oferece, de uma forma bem sucedida, solução robusta, inovadora e em tempo real de monitorização da saúde do condutor. O Driver Health System representa um avanço significativo na interseção da indústria da saúde e do setor automóvel. A contribuição visa aumentar a segurança rodoviária, através do estabelecimento de uma rede interligada que permita monitorizar e gerir a saúde dos condutores.
Description
Keywords
Pcb Design Accelerometer Artificial Intelligence Barometric Pressure Convolutional Neural Networks Data Cleaning Data Processing Driver
Monitoring Electrical Schematic Healthcare Monitoring Heart
Rate Signal Processing Internet of Medical Things Mobile Application Photoplethysmography Wearable Devices