Luca Malandra
Sviluppo di un sistema AI-based e real-time per la stima contactless della saturazione di ossigeno del sangue nel contesto veicolare = Development of an AI-based real-time system for contactless blood oxygen saturation estimation in the automotive context.
Rel. Kristen Mariko Meiburger, Sergio Micalizzi. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Biomedica, 2026
|
|
PDF (Tesi_di_laurea)
- Tesi
Accesso limitato a: Solo utenti staff fino al 1 Aprile 2027 (data di embargo). Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (18MB) |
Abstract
Con lo sviluppo del panorama normativo europeo in materia di sicurezza stradale, il monitoraggio della saturazione di ossigeno nel sangue (SpO2) assume un ruolo importante per la rilevazione dello stato fisiologico del guidatore. Al fine di apportare un contributo concreto al miglioramento della sicurezza e alla prevenzione dei rischi, si propone un metodo innovativo, contactless e ad alta efficienza per la stima in tempo reale della SpO2, basato sull’utilizzo di un hardware accessibile e dal costo contenuto come la telecamera RGB. La pipeline prevede una fase iniziale di preprocessing del flusso di dati video in cui la Region of Interest (ROI) viene determinata mediante estrazione e tracking dei landmark facciali MediaPipe FaceMesh, consentendo una localizzazione stabile e coerente dell’area di analisi; segue una compensazione adattiva delle disomogeneità di illuminazione tipiche dell’ambiente automobilistico attraverso Flat Field Normalization e CLAHE.
Sui segnali così normalizzati viene eseguita una feature extraction manuale, i cui descrittori alimentano un modello di machine learning basato su Random Forest per la stima del valore di SpO2
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
Aziende collaboratrici
URI
![]() |
Modifica (riservato agli operatori) |
