Monitoramento de eletromiografia em grandes áreas utilizando redes de sensores sem fio

Author:

Mattos Merisandra Côrtes de,Rosso Pedro Henrique Di Francia,Guimarães Filho Leopoldo Pedro,Bristot Vilson Menegon,Casagrande Rogério Antônio

Abstract

As redes de sensores sem fio (RSSF) têm se destacado como ferramentas relevantes em aplicações médicas, especialmente para monitorar variáveis fisiológicas como batimentos cardíacos, temperatura, pressão arterial e atividade elétrica muscular (eletromiografia). Este estudo tem como objetivo desenvolver uma aplicação para monitoramento do sinal de eletromiografia utilizando RSSF com topologia multi-hop em ambiente aberto, a fim de proporcionar maior liberdade de movimento aos pacientes e melhorar a qualidade de vida. Para atingir este objetivo, foi implementada uma estrutura de comunicação baseada no padrão IEEE 802.15.4, possibilitando o monitoramento de variáveis fisiológicas por meio de nodos interconectados em uma topologia backbone, ampliando a área de cobertura da rede. Foi desenvolvido um protótipo vestível para validação da infraestrutura e uma aplicação para visualização em tempo real do monitoramento, bem como armazenamento de dados para análises futuras. Os resultados demonstraram ser possível obter um sinal de eletromiografia de um paciente em movimento através da RSSF com sucesso em determinada área.

Publisher

South Florida Publishing LLC

Subject

General Medicine

Reference12 articles.

1. Akyildiz, I. F. et.al, (2002). A survey on sensor networks. IEEE communications magazine, 40(8), 102-114.

2. Casagrande et.al. (2017). Análise Experimental de Redes IEEE 802.15.4 como backbone para WBAN. In Anais do VI Brazilian Symposium On Computing Systems Engineering (pp. 1-7).

3. Chakraborty, S., Saha, S., & Ghosh, S. K. (2021). A survey on EMG signal processing for wireless body area network. Journal of Ambient Intelligence and Humanized Computing, 12(10), 11721-11736.

4. Chen, Y., Zhang, M., & Jiang, H. (2020). A miniaturized wearable sensor for monitoring multiple muscle activities based on multichannel EMG signals. Sensors, 20(18), 5365.

5. Hogrel, J. Y. (2010). Online dataset R011. Disponível em: http://www.emglab.net. Acesso em 5 de setembro de 2022.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3