Spelling suggestions: "subject:"bärbara sensorer"" "subject:"lärbara sensorer""
1 |
En pilotstudie av Apple Watch 6 seriesTM funktioner och dess medicintekniska motsvarigheter : Apple Watch 6 seriesTM jämförd med motsvarande teknik inom den svenska sjukvården avseende mätningar av EKG, puls och syremättnad. / A Pilot Study of the Functionality of the Apple Watch 6 SeriesTM and its Counterparts in the Medical Engineering FieldDefte, André, Sjödin, Johan January 2022 (has links)
Apple WatchTM huserar funktionaliteter inom medicinteknik. Detta är ett examensarbete inom medicinteknik som ställer frågan om hur pass bra mätningar den utför i förhållande till motsvarande medicinteknisk produkt. Smartklockan kan identifiera R-toppar i EKG mycketväl, och därigenom också förmaksflimmer. I förhållande till pulsoximeter presenteras syremättnad några procentenheter för högt och följsamheten är något stel. Apple WatchTM mäter puls bra vid högre hjärtslagsfrekvenser, men har kraftigt begränsad träffsäkerhet och sämre följsamhet vid mätningar i vila. Det kan inte styrkas att Apple WatchTM kan användas som verktyg för att ställa någon medicinsk diagnos, utifrån testerna i detta arbetet, där datamängd och urvalsgrupp samtidigt varit för liten för att kunna ge riktig statistisk signifikans. / The Apple WatchTM has functionalities related to the field of medical technology. This is a degree project in medical engineering that raises the question how adequate measurements it can acquire, in relation to a corresponding medical device. The Apple WatchTM can identify R waves in ECG very well and thereby also atrial fibrillation. In relation to pulse oximeters, oxygen saturation is given a few percentage points too high and the compliance is somewhat rigid. Apple WatchTM measures heart rate well at higher heart rates, but has severely limited accuracy and has poorer compliance when measuring at rest. The tests of this work shows that the Apple WatchTM should not be used as a tool for making any medical diagnosis, but the amount of data and test subjects were not sufficient enough to make it statistically significant.
|
2 |
Evaluation of a Sensor-Based System for Ergonomic Risk Assessment among Hairdressing Students / Utvärdering av ett sensorbaserat system för ergonomisk riskbedömning i frisörarbeteMokhberi, Shiva January 2019 (has links)
Occupational upper extremity disorders have become a major issue in modern society. Poorly designed workplaces, high job demands, and incorrect work-habits can lead to the development of upper extremity disorders (UEDs) in the workplace. This issue not only causes health-relatedproblems for the individual but also forms a significant economic burden on society due to sickleaves, healthcare and untimely exit of affected individuals from the workforce. The risk of developing occupational UEDs varies with different professions. The European Agency for Safety and Health at Work (EU-OSHA) has recognized significant occupational health risks associated with the hairdressing profession. It has been estimated that UEDs are five times more prevalent amongst hairdressers than other professions. Qualitative risk assessment tools based on self-reports and observation have been used to identify the risks of developing UEDs with hairdressing profession before. However, a quantitative risk assessment tool that provides objective data on work posture is more precise and objective than self-report and observation. This data can help to identify the risks of developing UEDs associated with each hairdressing task. Furthermore, it can enable self-assessment of workload and posture awareness by providing feedback to the user. Inertial Measurement Units (IMU) as part of a wearable system developed at KTH were used in this study to investigate the risks of developing UEDs for hairdressing students. The feasibility of using a feedback function for providing posture awareness was also evaluated by comparing the measurements obtained with and without using the feedback function. Twelve hairdresser students were enrolled in the study. The percentage of time for elevated angles above 30°, 60° and 90° for arms, and above 45° or less than 0° for the trunk flexion is presented. In addition, 10th and 90th percentiles (°) of arms and trunk angular distribution is presented. The result of a statistical analysis performed on data with and without feedback was used to evaluate the effectivity of using the feedback function in preventing the development of occupational UEDs. A System Usability Scale (SUS) questionnaire was used to evaluate the overall usability of the system. The result of this study confirms that the hairdressing profession falls in the high-risk category for developing UEDs. The use of this technical system has enabled a precise risk assessment evaluation of each hairdressing task. Such data can be used as a foundation for improving the ergonomic design of the workplace. The feasibility of using the feedback function as a prevention tool on the individual level is highly dependent on the individuals’ motivation and their attitude towards changing their work habits. However, the results in general, indicate a decrease in the abduction angle (°) for both left and right arm when the feedback function is used. For example, the 90th percentile abduction angles (°) for left arm (all 12 subjects) during the drying part of one fundamental work-cycle decreased from a value of 60.4° to 58.2° when the feedback function was used. The 90th percentile abduction angles (°) for the right arm during the same part of the fundamental work-cycle decreased from an angle of 53.1° to 51.4°. The SUS score of 75.6 indicates good overall usability for the system. / Besvär i det muskuloskeletala systemet i överkroppen som uppkommer på grund av påfrestande arbetsställningar och icke-optimala arbetsvanor blir allt vanligare i det moderna samhället. Besvären orsakar inte bara hälsorelaterade problem för individen utan även en avsevärd ekonomisk börda för samhället. Risken för att utveckla skador i överkroppen varierar med olika yrken. Europeiska arbetsmiljöbyrån (EU-OSHA) har identifierat betydande hälsorisker i samband med frisörarbete. Det har uppskattats att besvär i överkroppen är 5 gånger mer förekommande hos frisörer jämfört med andra yrken. Det finns många forskningsprojekt som har använt kvalitativa riskbedömningsverktyg, baserade på självrapportering och observation, som identifierar riskerna med att utveckla skador i överkroppen bland frisörer. Ett kvantitativt riskbedömningsverktyg som ger objektiva data om arbetsställning är dock mer exakt än självrapportering och observation. Ett sådant verktyg kan hjälpa till att identifiera risken för skadeutveckling i överkroppen. Inertial Measurement Units (IMUs) är en del av ett bärbart mätsystem som har utvecklats påKTH. Systemet användes i denna studie för att identifiera risken för skadeutveckling i överkroppen bland frisörer. Riskidentifieringen gjordes genom att mäta vinkel på armar och rygg. Mätsystemet har även en inbyggd återkopplingsfunktion som uppmärksammar användaren om deras kroppsställning. Effektiviteten av att använda återkopplingsfunktionen för att förebygga jobbrelaterade skador utvärderades genom jämförelse av mätningar som erhållits med och utan återkopplingsfunktion. Tolv frisörstudenter deltog i studien. Överkroppspositionen definierades av vinklar över 45° eller mindre än 0° från en position där ryggen är rak. Abduktionsvinklar över 30°, 60° och 90° mättes för armar. Tidsperioden för dessa vinklar d.v.s. hur lång tid överkroppen hölls i dessa vinklar räknades. Armar och överkroppvinklar för 10:e och 90:e percentilen (°) samt resultat av en statistisk analys som utfördes på data samlade med och utan återkopplingsfunktionen presenterades. Analysen utfördes för att utvärdera hur effektiv återkopplingsfunktionen är för att förhindra arbetsskadeutveckling. En System Usability Scale (SUS) frågeformulär användes för att utvärdera systemets övergripande användbarhet.Resultatet av denna studie bekräftar att frisöryrket faller i högriskkategorin för arbetsskadeutveckling. Användningen av detta bärbara mätsystem har möjliggjort en exakt riskbedömning för olika arbetsuppgifter. En sådan information kan användas som grund för att förbättra ergonomiska förhållanden på arbetsplatser. Effektiviteten av återkopplingsfunktionen som ett förebyggande verktyg på individnivå är starkt beroende av individernas motivation och deras inställning till att ändra sina arbetsvanor. Emellertid anger resultaten en generell minskning av armvinklar (°) för både vänster och höger arm när återkopplingsfunktionen används. Till exempel har den 90:e percentil vinklarna (°) för vänsterarm (alla 12 personer) under hög belastning minskat från ett värde av 60.4° till 58.2 °. Den 90:e percentil vinklarna (°)för höger arm under hög belastning har också minskat från ett värde av 53.1° till 51.4°. SUS-poängen på 75.6 indikerar en bra användbarhet för systemet
|
3 |
Development of a Digital Coaching Application with Automated Mistake Identification using a Multi-Sensor Configuration / Utveckling av en digital träningsapplikation med automatiserad felidentifiering med hjälp av en multisensorkonfigurationChrysanthou, Andreas January 2023 (has links)
Home-based exercise is a popular physical activity of maintaining fitness, health andwellness in general. However, without proper supervision and basic knowledge of theexercises in the workout plan, there is an increased risk of injury. Considering that noteveryone is willing to attend crowded gyms or schedule professional personal trainingsessions, in this study, a novel feedback system is proposed, in the form of a mobileapplication. Accelerometer and gyroscope data were collected from 10 volunteersperforming 3 exercises, squats, lunges and bridges, with inertial sensors attachedto their back lumbar region, on both shanks and on both thighs. Each participantperformed 5 repetitions of the correct technique and 5 repetitions of 4 mistakes foreach exercise. The accuracies of 3 classifiers, a SVM, a RF and DT were comparedwith the SVM performing the best across all 3 exercises. The best location and numberof sensors was determined by examining the accuracy of a SVM model for 15 uniquemulti-sensor configurations. The best performing setup, being the configuration with 2sensors, one at the lumbar area and one at the shank, was used in exploring the efficacyof different data processing techniques. Time-domain statistical features, sensor angletimeseries and the filtered signal timeseries were evaluated as input to a NN. The timedomainfeatures performed the best achieving the highest accuracy in all 3 exercises,with an accuracy of 67% for the squats, 87% for the lunges and 75% for the hip bridges.Overall, the final model demonstrated promising capabilities of classifying exercisetechnique of basic lower-body exercises, with a real-time feedback implementationbeing a feasible solution for self-efficient fitness. / Hemmaträning är en populär typ av fysisk aktivitet för att upprätthålla kondition,hälsa och välbefinnande. Dock utan övervakning och basal kunskap om hur olikaövningar bör utföras så finns det en ökad risk för skador. Alla människor går intefrivilligt till trånga och fullsatta gym eller bokar in pass med personlig tränare. Därförföreslås i denna studie ett nytt återkopplingssytem vid träning som kan användas via enmobilapp. Data från en accelerometer och ett gyroskop har samlats in från tio frivilligapersoner. De har utfört tre olika styrkeövningar; knäböj, utfallssteg och höftlyft medtröghetssensorer placerade på deras ländrygg, på underbenen och på låren. Varjedeltagare utförde fem repetitioner med korrekt teknik och sedan fem repetitionermed fyra olika typer av felaktig teknik för varje styrkeövning. Noggrannheten förtre klassificerare, SVM, RF och DT jämfördes sedan med det SVM som presteradebäst i alla tre styrkeövningarna. Det optimala antalet sensorer tillsammans med bästplacering av dessa räknades ut genom att undersöka en SVM modell med 15 unikamultisensorkonfigurationer. Det visade sig att kombinationen med två sensorer, envid ländryggen och en på underbenet var den bästa och därför användes den föratt undersöka effektiviteten av olika databehandlingstekniker. Tidsdomänsstatistiskafunktioner, sensorvinkeltidsserier och filtrerade signaltidsserier utvärderades sominmatning till ett NN. Tidsdomänsfunktionerna presterade bäst och uppnådde högstnoggrannhet i alla tre övningarna. Detta med ett korrekt utfall av 67% för knöböj,87% för utfallsteg och 75% för höftlyft. Sammantaget visade den slutliga modellenen lovande förmåga att klassificera träningsteknik för basala styrkeövningar för nedredelen av kroppen. Samtidigt som användaren får feedback i realtid vilket gör detmöjligt att utföra effektiv träning själv hemma.
|
Page generated in 0.0657 seconds