FenixEdu™

Dissertação

Wearable IoT System for Monitoring People EVALUATED

Detalhes: Os dispositivos wearable utilizados para monitorização da pessoa têm sido melhorados nas últimas décadas. Contudo, estes dispositivos estão limitados pelas dimensões, a capacidade de processamento e o consumo energético. Esta tese propõe um sistema hardware/software para a monitorização de bio-sinais em tempo-real, compreendendo uma calculadora de ritmo cardíaco utilizando a Fotopletismografia (PPG) e um classificador de emoções a partir da Electroencefalografia (EEG). O sistema é adequado para práticas em ambulatório que necessitem de transferir dados para equipas médicas remotas. A solução proposta é uma alternativa eficaz à abordagem tradicional de processamento de bio-sinais fora do dispositivo de aquisição, apresentando um sistema centrado numa plataforma SoC FPGA, que processa os bio-sinais localmente. Dois subsistemas foram desenvolvidos, projectados para o dispositivo Zynq-7010, integrando núcleos IP customizados em hardware para acelerar o processamento das tarefas computacionalmente mais complexas. O subsistema PPG implementa o algoritmo de detecção de picos de autocorrelação para calcular ritmos cardíacos. O subsistema EEG consiste num classificador KNN a partir de sinais EEG pré-processados. As soluções hardware/software foram comparadas com as implementações de software, executadas no processador ARM da Zynq, obtendo uma aceleração de até 40 vezes. O sistema ocupa 36% dos recursos disponíveis na Zynq, evidenciando que novas funcionalidades podem ser adicionadas. O sistema proposto constitui uma base para sistemas biométricos mais complexos, que beneficiem da combinação de diferentes núcleos IP reutilizáveis. Este trabalho supera as limitações de microcontroladores e unidades de processamento genéricas, apresentando uma solução wearable escalável, autónoma, com grande capacidade de processamento e resposta em tempo-real.
Keywords: Co-projecto hardware/software, Dispositivos wearable de monitorização, Electroencefalografia, Fotopletismografia, SoC FPGA

Discussão: setembro 15, 2021, 17:0