Agata Notario
Progettazione di reti neurali per estrarre la frequenza respiratoria dal segnale ECG. = Neural network designing to extract respiratory rate from ECG signal.
Rel. Gabriella Olmo, Alessandro Gumiero. Politecnico di Torino, Master of science program in Biomedical Engineering, 2022
|
Preview |
PDF (Tesi_di_laurea)
- Thesis
Licence: Creative Commons Attribution Non-commercial No Derivatives. Download (4MB) | Preview |
Abstract
Negli ultimi anni la diffusione e l’utilizzo dei dispositivi indossabili vive un trend di crescita costante, contribuendo a rivoluzionare il settore sanitario. Le tecnologie indossabili sono in grado di offrire un valido contributo grazie a dispositivi poco invasivi che rendono possibile il monitoraggio continuo dei parametri vitali. L’obiettivo, oggi giorno, è quello di ottenere il maggior numero di informazioni da un unico dispositivo che sia il meno ingombrante possibile, che abbia costi contenuti e sia a basso consumo. In questo contesto si pone lo scopo principale di questo progetto di tesi: sviluppare un algoritmo, con implementazione futura in un dispositivo indossabile, in grado di riprodurre l’andamento del segnale respiratorio e la relativa frequenza a partire dall’ ECG mediante l’utilizzo dell’intelligenza artificiale.
La frequenza respiratoria, definita come il numero di atti respiratori al minuto, è uno dei quattro principali parametri vitali, insieme a frequenza cardiaca, temperatura corporea e pressione sanguigna, che vengono monitorati in un contesto clinico
Relators
Academic year
Publication type
Number of Pages
Course of studies
Classe di laurea
Aziende collaboratrici
URI
![]() |
Modify record (reserved for operators) |
