Μελέτη, σχεδίαση και υλοποίηση ενός συστήματος παρακολούθησης ασθενών με χρήση υλικού για την καταγραφή ζωτικών λειτουργιών (ECG, Oximeter) και υπολογιστικής όρασης για εφαρμογές σε έξυπνες πόλεις (smart city)
| dc.contributor.advisor | Κίτσος, Παρασκευάς | |
| dc.contributor.author | Αυλωνίτης, Κωνσταντίνος-Οδυσσέας | |
| dc.contributor.committee | Πετρέλης, Νικόλας | |
| dc.contributor.committee | Χριστοδούλου, Σωτήρης | |
| dc.contributor.department | Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών | el |
| dc.contributor.faculty | Σχολή Μηχανικών | el |
| dc.contributor.master | Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών (Integrated master) | el |
| dc.date.accessioned | 2025-09-16T08:24:19Z | |
| dc.date.available | 2025-09-16T08:24:19Z | |
| dc.date.issued | 2025-08 | |
| dc.description.abstract | Η παρούσα διπλωματική εργασία αφορά τη μελέτη, σχεδίαση και υλοποίηση ενός συστήματος παρακολούθησης ασθενών, το οποίο χρησιμοποιεί υλικό για την καταγραφή ζωτικών λειτουργιών (ECG, οξύμετρο) και υπολογιστική όραση, με εφαρμογές σε έξυπνες πόλεις. Στόχος του συστήματος είναι η απομακρυσμένη παρακολούθηση ηλικιωμένων και ατόμων με χρόνιες παθήσεις, που διαμένουν, σε αστικές, μη-αστηκές ή σε απομακρυσμένες περιοχές, όπου δεν έχουν εύκολη πρόσβαση σε υγειονομικές υπηρεσίες. Το σύστημα αποτελείται ξεχωριστά από έναν αισθητήρα που μετρά τους καρδιακούς παλμούς και τα επίπεδα οξυγόνου στο αίμα, έναν αισθητήρα καρδιογραφήματος, καθώς και μια κάμερα που αναγνωρίζει τη στάση του σώματος (όρθιος, καθιστός, ξαπλωμένος). Τα δεδομένα των αισθητήρων μέτρησης καρδιακών παλμών, μέτρησης οξυγόνου και καρδιογραφήματος μεταδίδονται μέσω διαδικτύου σε εφαρμογή κινητού τηλεφώνου, επιτρέποντας την απομακρυσμένη παρακολούθηση των ασθενών. Για την υλοποίηση χρησιμοποιούνται οι πλακέτες Arduino Nano 33 BLE Sense και ESP-8266 Wemos D1 Mini, οι οποίες προσφέρουν δυνατότητες ενσωμάτωσης τεχνητής νοημοσύνης και ασύρματης επικοινωνίας. Η επικοινωνία των αισθητήρων με την εφαρμογή βασίζεται στο πρωτόκολλο MQTT, το οποίο επιτρέπει την ασφαλή και αποδοτική μετάδοση δεδομένων. Επιπλέον, χρησιμοποιούνται τεχνικές μηχανικής μάθησης και νευρωνικών δικτύων για την ανάλυση των δεδομένων της κάμερας, επιτρέποντας την ανίχνευση της στάσης του σώματος. Το σύστημα συμβάλλει στην πρόληψη σοβαρών καταστάσεων, βελτιώνοντας την ποιότητα ζωής των ασθενών και διευκολύνοντας την απομακρυσμένη ιατρική παρακολούθηση. Τα αποτελέσματα της μελέτης δείχνουν ότι η προσέγγιση αυτή μπορεί να αποτελέσει σημαντικό εργαλείο για την υποστήριξη του συστήματος υγείας σε έξυπνες πόλεις, μειώνοντας τον χρόνο απόκρισης σε επείγοντα περιστατικά και ενισχύοντας την αυτονομία των ασθενών. | el |
| dc.description.abstracttranslated | This thesis focuses on the study, design, and implementation of a patient monitoring system that utilizes hardware for recording vital signs (ECG, oximeter) and computer vision, with applications in smart cities. The system aims to enable remote monitoring of elderly individuals and patients with chronic illnesses who live in urban, as well in rural and remote areas and lack easy access to healthcare services. The system consists of separate sensors for measuring heart rate, blood oxygen levels, and electrocardiograms, as well as a camera that detects body posture (standing, sitting, lying down). The data from the heart rate, oxygen level, and ECG sensors are transmitted via the internet to a mobile application, allowing remote monitoring of patients. The implementation is based on the Arduino Nano 33 BLE Sense and ESP-8266 Wemos D1 Mini boards, which provide capabilities for artificial intelligence integration and wireless communication. Sensor communication with the application is based on the MQTT protocol, ensuring secure and efficient data transmission. Additionally, machine learning techniques and neural networks are employed for analyzing camera data, enabling accurate body posture detection. The system contributes to the prevention of critical conditions, improving patients' quality of life and facilitating remote medical monitoring. The findings of this study indicate that this approach can serve as a valuable tool in supporting healthcare systems within smart cities, reducing response times in emergencies and enhancing patient autonomy. | el |
| dc.format.extent | 196 | el |
| dc.identifier.uri | https://amitos.library.uop.gr/xmlui/handle/123456789/9164 | |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πελοποννήσου | el |
| dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
| dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
| dc.subject.keyword | Smart City | el |
| dc.subject.keyword | IoT | el |
| dc.subject.keyword | Computer Vision | el |
| dc.subject.keyword | Patient monitoring | el |
| dc.title | Μελέτη, σχεδίαση και υλοποίηση ενός συστήματος παρακολούθησης ασθενών με χρήση υλικού για την καταγραφή ζωτικών λειτουργιών (ECG, Oximeter) και υπολογιστικής όρασης για εφαρμογές σε έξυπνες πόλεις (smart city) | el |
| dc.title.alternative | Study, design, and implementation of a patient monitoring system using hardware for vital signs recording (ECG, Oximeter) and computer vision for applications in Smart Cities | el |
| dc.type | Μεταπτυχιακή διπλωματική εργασία | el |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- Avlonitis_19014.pdf
- Size:
- 10.04 MB
- Format:
- Adobe Portable Document Format
- Description:
- Διπλωματική εργασία
License bundle
1 - 1 of 1
Loading...
- Name:
- license.txt
- Size:
- 933 B
- Format:
- Item-specific license agreed upon to submission
- Description:
