Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/123456789/3620
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.author | PESSOA, Maurício César Pinto | - |
dc.date.accessioned | 2019-07-15T17:00:06Z | - |
dc.date.available | 2019-07-15T17:00:06Z | - |
dc.date.issued | 2016-03-11 | - |
dc.identifier.uri | http://hdl.handle.net/123456789/3620 | - |
dc.description | Abstract The elderly population is growing worldwide, and with that the concerns about their quality of life become more important. As the elderly normally have frail health, which tends to get worse as they age, they grow even more dependent on someone else, specifically in the event of an accident such as a fall. For that reason, an automated monitoring and notification mechanism for accidents is necessary. The activities of daily living (ADL) can be monitored using sensors embedded in a smartwatch, such as an accelerometer. A classification algorithm can be implemented to detect fall events using the sensors data. Threshold based algorithms (TBA) are normally used as classifiers, since they are simple, robust, and have minimal energy impact. On this context, an Android Wear application called Home e-Care was developed to monitor the ADL of users, detect the occurrence of falls, and notify emergency contacts when they happen. Next, some tests were made to verify the application efficiency, and it was concluded that Home e-Care and the TBA are a robust and viable solution for automated fall detection. | pt_BR |
dc.description.abstract | Com o envelhecimento da população mundial, questões sobre a qualidade de vida dessas pessoas assumem grande importância. Como essas pessoas normalmente possuem a saúde mais frágil, elas ficam cada vez mais dependentes da ajuda de terceiros na medida em que vão envelhecendo, principalmente na ocorrência de acidentes como quedas. Por esse motivo, torna-se necessário a existência de métodos automatizados de monitoramento e notificação da ocorrência de tais acidentes. É possível utilizar os sensores presentes nos smartwatches, como o acelerômetro, para monitorar as atividades realizadas por uma pessoa, e com base nas informações coletadas, aplica-se um algoritmo classificador para determinar a ocorrência de eventos de queda. Os algoritmos baseados em limiares costumam ser utilizados como classificadores, por serem robustos, possuírem baixa complexidade e um impacto energético minimizado. Nesse contexto, foi desenvolvido o Home e-Care, uma aplicação para Android Wear que monitora as atividades de seus usuários e notifica os contatos de emergência na ocorrência de quedas. Posteriormente, foram realizados testes de eficiência, e concluiu-se que o sistema desenvolvido e os algoritmos baseados em limiares caracterizam uma alternativa robusta e viável para a detecção automatizada de quedas. | pt_BR |
dc.language.iso | other | pt_BR |
dc.publisher | Universidade Federal do Maranhão | pt_BR |
dc.subject | Detecção de quedas | pt_BR |
dc.subject | Android | pt_BR |
dc.subject | Smartwatches | pt_BR |
dc.subject | Computação vestível | pt_BR |
dc.subject | Fall detection | pt_BR |
dc.subject | Android | pt_BR |
dc.subject | Smartwatches | pt_BR |
dc.subject | Wearable computing | pt_BR |
dc.title | Home e-Care: uma ferramenta para o monitoramento de quedas em pessoas da terceira idade através de Smartwatches | pt_BR |
dc.title.alternative | Home e-Care: a tool for the monitoring of falls in people of the through Smartwatches | pt_BR |
dc.type | Other | pt_BR |
Aparece nas coleções: | TCCs de Graduação em Ciência da Computação do Campus do Bacanga |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
MAURICIO-PESSOA.pdf | 2,87 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.