Sviluppo di un’applicazione Android con l’integrazione di una rete neurale per il supporto a dispositivi medicali indossabili

Il mondo che ci circonda è in costante evoluzione, e la tecnologia si sta proponendo sempre più come soluzione alla quasi totalità dei problemi. Moltissime persone oramai possiedono uno smartphone, i quali, tramite gli assistenti vocali, l’intelligenza artificiale e la vastità di funzionalità messe a disposizione dell’utente, risultano indispensabili. Questo progresso può essere applicato anche in ambito medico. Il progetto descritto in questa tesi si pone nel campo dei dispositivi medici indossabili per il monitoraggio della salute. La prima fase del progetto ha riguardato l'aggiornamento con nuove funzionalità dell'app Android relativa al dispositivo EcgWatch sviluppato negli anni passati dal Laboratorio di Neuronica per acquisire un elettrocardiogramma con due dita. Successivamente, in un lavoro di tesi parallelo al presente, l'hardware dell'EcgWatch è stato rivisto, aggiornato ed esteso per misurare, anche, la saturazione dell'ossigeno nel sangue, stimare la pressione arteriosa e trasmettere i dati allo smartphone. Tale dispositivo, chiamato PulsEcg, è un dispositivo indossabile come un orologio che presenta due elettrodi, uno nella parte inferiore che rimane a contatto con il polso, e un altro nella parte superiore, su cui è possibile appoggiare un dito della mano opposta: in questo modo si genera una differenza di potenziale per misurare l'elettrocardiogramma. Inoltre, al centro dell'elettrodo superiore, vi è anche il sensore per la misurazione della fotopletismografia. Entrambi i dispositivi sono comandabili tramite l'omonima app per smartphone con la quale comunicano tramite il protocollo Bluetooth: l'EcgWatch tramite Bluetooth 2.0, il PulsEcg tramite Bluetooth 4.0 (Low Energy). L'acquisizione dei campioni avviene con una frequenza di 1000 Hz per EcgWatch e di 500 Hz per PulsEcg, e una volta terminato l'invio di tali campioni all'app, quest'ultima effettua delle operazioni di filtraggio ed elaborazione del segnale tramite degli algoritmi studiati ad hoc. Vengono calcolate la frequenza cardiaca, la percentuale di ossigeno nel sangue, e, tramite una rete neurale integrata, la pressione sistolica e diastolica. Le due app, sviluppate nel corso di questa tesi, risultano pertanto una tecnologia abilitante per i dispositivi wearable. Infatti, per consentire l'adozione degli stessi su una fetta quanto più grande possibile di popolazione, è stata prestata particolare enfasi alla semplicità dell'interfaccia utente ed, più in generale, alla user experience.