Nel quadro del crescente sviluppo della medicina di precisione personalizzata e dell’assistenza sanitaria remota, i dispositivi indossabili si stanno affermando come strumenti chiave per il monitoraggio continuo e non invasivo della salute dell’individuo. Questa tesi si inserisce in tale scenario proponendo un sistema intelligente indossabile, capace di raccogliere, elaborare e trasmettere dati fisiologici e biomeccanici in tempo reale, con applicazioni che spaziano dall’ambito aerospaziale all’attività sportiva, fino ai percorsi riabilitativi. Il sistema è composto da moduli intelligenti, ognuno dedicato all’acquisizione multimodale di segnali fisiologici e biomeccanici, e dotato di capacità di edge computing, consentendo di effettuare preelaborazione avanzata a livello locale, tra cui filtraggio del segnale, eliminazione automatica degli artefatti fisiologici e altre elaborazioni complesse, prima di trasmettere i dati all’unità centrale di coordinamento. Per cui ogni nodo non si limita alla semplice acquisizione dei dati, ma agisce come una unità autonoma in grado di fornire informazioni già elaborate, riducendo il carico computazionale del master centrale. Il master, progettato e sviluppato durante il lavoro di tesi, funge da coordinatore dell’intero sistema, aggregando e integrando i dati provenienti dai vari nodi distribuiti. Esso è dotato di un microcontrollore avanzato con connettività Bluetooth Low Energy, che non solo supervisiona e controlla il funzionamento dei moduli periferici, ma gestisce anche processi di elaborazione dati di livello superiore, garantendo la sincronizzazione, la sicurezza operativa e l’interfaccia verso sistemi esterni per il monitoraggio remoto o la gestione clinica e sportiva. I nodi svolgono differenti funzionalità: acquisizione simultanea dell’elettrocardiogramma e dell’impedenza respiratoria, permettendo un’analisi integrata dell’attività cardiopolmonare; valutazione dell’elettromiografia, affiancando alla rilevazione del segnale muscolare, anche la possibilità di applicare stimoli elettrici controllati mediante elettrostimolazione; registrazione dell’elettrocardiogramma, con attenzione alla caratterizzazione dello stress cerebrale nei due emisferi. Il sistema è completato da sensori di flessione per il monitoraggio posturale e da una soletta intelligente per l’analisi del passo e della distribuzione del carico plantare durante il movimento. La tesi analizza in dettaglio lo stato dell’arte delle tecnologie indossabili nei vari settori, descrive i principi fisiologici alla base dei segnali acquisiti, approfondisce la progettazione elettronica (hardware e firmware) dell’unità centrale e dei nodi sensoriali, e presenta i risultati delle verifiche sperimentali eseguite su prototipi reali, inclusa l’interfaccia utente per il monitoraggio e la gestione remota. I risultati ottenuti dimostrano la fattibilità tecnica e funzionale di un sistema distribuito capace di superare i limiti dei tradizionali approcci centralizzati, abilitando un monitoraggio personalizzato, continuo e adattivo.
SISTEMA INDOSSABILE PER IL MONITORAGGIO DISTRIBUITO E ATTIVO DEI PARAMETRI VITALI
VITA, MARTINA
2024/2025
Abstract
Nel quadro del crescente sviluppo della medicina di precisione personalizzata e dell’assistenza sanitaria remota, i dispositivi indossabili si stanno affermando come strumenti chiave per il monitoraggio continuo e non invasivo della salute dell’individuo. Questa tesi si inserisce in tale scenario proponendo un sistema intelligente indossabile, capace di raccogliere, elaborare e trasmettere dati fisiologici e biomeccanici in tempo reale, con applicazioni che spaziano dall’ambito aerospaziale all’attività sportiva, fino ai percorsi riabilitativi. Il sistema è composto da moduli intelligenti, ognuno dedicato all’acquisizione multimodale di segnali fisiologici e biomeccanici, e dotato di capacità di edge computing, consentendo di effettuare preelaborazione avanzata a livello locale, tra cui filtraggio del segnale, eliminazione automatica degli artefatti fisiologici e altre elaborazioni complesse, prima di trasmettere i dati all’unità centrale di coordinamento. Per cui ogni nodo non si limita alla semplice acquisizione dei dati, ma agisce come una unità autonoma in grado di fornire informazioni già elaborate, riducendo il carico computazionale del master centrale. Il master, progettato e sviluppato durante il lavoro di tesi, funge da coordinatore dell’intero sistema, aggregando e integrando i dati provenienti dai vari nodi distribuiti. Esso è dotato di un microcontrollore avanzato con connettività Bluetooth Low Energy, che non solo supervisiona e controlla il funzionamento dei moduli periferici, ma gestisce anche processi di elaborazione dati di livello superiore, garantendo la sincronizzazione, la sicurezza operativa e l’interfaccia verso sistemi esterni per il monitoraggio remoto o la gestione clinica e sportiva. I nodi svolgono differenti funzionalità: acquisizione simultanea dell’elettrocardiogramma e dell’impedenza respiratoria, permettendo un’analisi integrata dell’attività cardiopolmonare; valutazione dell’elettromiografia, affiancando alla rilevazione del segnale muscolare, anche la possibilità di applicare stimoli elettrici controllati mediante elettrostimolazione; registrazione dell’elettrocardiogramma, con attenzione alla caratterizzazione dello stress cerebrale nei due emisferi. Il sistema è completato da sensori di flessione per il monitoraggio posturale e da una soletta intelligente per l’analisi del passo e della distribuzione del carico plantare durante il movimento. La tesi analizza in dettaglio lo stato dell’arte delle tecnologie indossabili nei vari settori, descrive i principi fisiologici alla base dei segnali acquisiti, approfondisce la progettazione elettronica (hardware e firmware) dell’unità centrale e dei nodi sensoriali, e presenta i risultati delle verifiche sperimentali eseguite su prototipi reali, inclusa l’interfaccia utente per il monitoraggio e la gestione remota. I risultati ottenuti dimostrano la fattibilità tecnica e funzionale di un sistema distribuito capace di superare i limiti dei tradizionali approcci centralizzati, abilitando un monitoraggio personalizzato, continuo e adattivo.I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14253/69094