Francesca Alfieri
Fall-detection in hospitalized patients using wearable sensors and machine-learning techniques.
Rel. Gabriella Balestra. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Biomedica, 2019
Abstract
Le cadute in ospedale rappresentano un problema sia in campo sanitario che economico. In Europa, ogni anno si verificano approssimativamente 36.000 decessi correlati alle cadute (secondo i dati del 2010-2012) ed il costo dell'assistenza sanitaria per il trattamento delle lesioni legate alle cadute è di circa 25 miliardi [1]. Al giorno d’oggi, c'è una grande richiesta di soluzioni per il rilevamento delle cadute in tempo reale per prevenire gravi danni. È essenziale riconoscere e notificare se si è verificata una caduta al fine di fornire una rapida assistenza medica, soprattutto durante la notte, quando i controlli infermieristici negli ospedali sono meno frequenti.
I pazienti con disturbi visivi, dell'equilibrio, dell'andatura, ortopedici, neurologici e psicologici sono i maggiori candidati a soffrire di questo problema [2], tuttavia, i pazienti anziani sono i più a rischio
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Informazioni aggiuntive
Corso di laurea
Classe di laurea
Ente in cotutela
Aziende collaboratrici
URI
![]() |
Modifica (riservato agli operatori) |
