FenixEdu™

Dissertação

{en_GB=Measurement of imperceptible breathing movements from Kinect Skeleton Data} {} EVALUATED

Detalhes: {pt=Este trabalho apresenta uma técnica de processamento de sinal para medir a frequência respiratória usando apenas dados de uma câmara de profundidade de baixo custo. A nossa abordagem pretende ser útil para medir a frequência respiratória automaticamente, de forma não invasiva, usando os pontos do esqueleto do Kinect. Este estudo pretende aplicar um filtro passa-banda aos pontos do esqueleto de forma a isolar os micro movimentos da respiração e assim calcular a respetiva frequência. Os resultados mostram que é possível extrair dados cinemáticos confiáveis a partir de dados do esqueleto do Kinect de forma a calcular a frequência respiratória. Avaliando os resultados, foi encontrado um padrão: o ponto que apresentou melhores resultados em todos os modos de aquisição foi o ponto do ombro esquerdo. Os melhores resultados para cada modo de aquisição tiveram um erro de 2 bpm, quando comparados com o resultado do espirómetro. Se for usado o eixo que teve o melhor resultado em cada aquisição, o erro diminui bastante. Este sistema demonstra ser vantajoso ao obter resultados sem ser preciso um elevado processamento dos dados, o que pode ser útil para aplicar em dispositivos de baixo processamento ou para executar em segundo plano sem causar qualquer impacto de processamento. Foi possível identificar duas limitações no método proposto neste trabalho. O sistema só funciona com sujeitos estáticos e a espessura ou o uso de roupas largas podem interferir no desempenho da medição., en=This work presents a signal processing technique to measure respiratory frequency by relying only the skeletal tracking data of an inexpensive depth camera. Our approach aims to be useful for reading the breath frequency automatically in a non-invasive and markerless manner, using the skeletal joints from Kinect data. This study applies a pass-band filter that isolates the breath micro-movements of skeleton's joints to compute the respiratory frequency. The results show that it is possible to extract reliable kinematic data from skeletal data to calculate the respiratory rate. It was found a pattern, using the axis that had better results for each acquisition mode. For both body poses (seated and standing) the best axis was an axis from the left shoulder. The best results for each mode had an error around 2 bpm when compared with the results from spirometer. Analyzing the results of the axis that had the best result in each acquisition the error decreases a lot. This system gains an advantage by achieving results with a minimal processing, which can be useful to apply in low processing devices or to run in the background without causing any negative processing impact. It was possible to identify two limitations in the method proposed in this work. The system only works with static subjects and the thickness or loose clothes can interfere the measurement performance.}
Keywords: {pt=frequência respiratória, processamento de sinais, Kinect, en=breathing rate, signal processing, Kinect}

Discussão: novembro 16, 2017, 10:0