Título
PhysioEnabler: Intelligent sensor system to aid motor rehabilitation with a web application
Autor
Batoca, Pedro Miguel Assis
Resumo
pt
A reabilitação física é um tema atual devido ao envelhecimento da população em geral,
mas também ao aumento de doenças crónicas, havendo já diversas iniciativas e estudos
para encontrar soluções inovadoras nesta área. Um dos maiores desafios é a falta de dados
que possam ajudar a diagnosticar e tratar de forma mais adequada os pacientes.
Os dispositivos de ajuda à mobilidade mais comuns permitem melhorar o dia a dia dos
pacientes, na medida que lhes providenciam uma maior independência nas suas atividades,
mas, não permitem a recolha de dados para análise. Com os avanços nas tecnologias de
IoT, é possível dotar estas ajudas com sensores e outros dispositivos de modo a extrair dados
que permitam aos fisioterapeutas tomar melhores decisões e influenciar positivamente
o tratamento de um paciente.
O protótipo apresentado nesta dissertação propõe o uso de sensores de força, IMU
(sensor que combina acelerômetro, giroscópio e magnetómetro) e RFID (permite a identificação a partir de sinais rádio) a uma canadiana e utilizar um microcontrolador ligado aos
sensores para extrair esta informação de modo a enviá-la para um endpoint na cloud via
protocolo MQTT. O processamento destes dados é feito por cloud functions que também
armazenam o resultado. A informação é disponibilizada tanto para fisioterapeutas como
para pacientes num front-end desenvolvido em Python. A aplicação permite também que
sejam criados planos de tratamento customizados de acordo com as necessidades de cada
paciente que também podem ser consultados pelos vários utilizadores incluindo o fisioterapeuta
e o paciente, utilizador da canadiana inteligente.
en
Physical rehabilitation is a current topic due to the global aging population and an increase
in chronic diseases and there are several initiatives and studies to bring new and innovative
solutions in this area. One of the main challenges is the lack of data that can help to
diagnose and provide more adequate treatments to patients.
The current walking aids help improve the patients’ day-to-day by providing greater
independence in their activities but don’t allow the extraction of any objective data for
analysis. With the advances in IoT technologies, it is possible to enhance the aids’ functionality
with sensors and other devices to extract information that can help physiotherapists
improve their decisions and influence the patients’ course of treatment.
The prototype presented in this dissertation proposes to add force, IMU (sensor that
combines accelerometer, gyroscope, and magnetometer), and RFID (allows the identification
with radio signals) sensors to a crutch and to use a microcontroller connected to these
sensors to extract the data and send it to an endpoint in the cloud via MQTT protocol.
The data processing takes place with cloud functions that also store the results. The information
is available for patients and physiotherapists to view and analyze in a front-end
developed in Python. The application also allows the creation of custom exercise plans
according to the patient’s needs and is available for physiotherapists and patients to view.