Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Development of a Flexible Software Framework for Biosignal PI: An Open-Source Biosignal Acquisition and Processing System
KTH, School of Technology and Health (STH).
2016 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Utveckling av ett Flexibelt Mjukvaruramverk for Biosignal PI : ett system för insamling och bearbetning av biomedicinska signaler med öppen källkod (Swedish)
Abstract [en]

As the world population ages, the healthcare system is facing new challenges in treating more patients at a lower cost than today. One trend in addressing this problem is to increase the opportunities of in-home care. To achieve this there is a need for safe and cost-effective monitoring systems. Biosignal PI is an ongoing open-source project created to develop a flexible and affordable platform for development of stand-alone devices able to measure and process physiological signals.

This master thesis project, performed at the department of Medical Sensors, Signals and System at the School of Technology and Health, aimed at further develop the Biosignal PI software by constructing a new flexible software framework architecture that could be used for measurement and processing of different types of biosignals. The project also aimed at implementing features for Heart Rate Variability(HRV) Analysis in the Biosignal PI software as well as developing a graphical user interface(GUI) for the Raspberry PI hardware module PiFace Control and Display.

The project developed a new flexible abstract software framework for the Biosignal PI. The new framework was constructed to abstract all hardware specifics into smaller interchangeable modules, with the idea of the modules being independent in handling their specific task making it possible to make changes in the Biosignal PI software without having to rewrite all of the core. The new developed Biosignal PI software framework was implemented into the existing hardware setup consisting of an Raspberry PI, a small and affordable single-board computer, connected to ADAS1000, a low power analog front end capable of recording an Electrocardiography(ECG).

To control the Biosignal PI software two different GUIs were implemented. One GUI extending the original software GUI with the added feature of making it able to perform HRV-Analysis on the Raspberry PI. This GUI requires a mouse and computer screen to function. To be able to control the Biosignal PI without mouse the project also created a GUI for the PiFace Control and Display. The PiFace GUI enables the user to collect and store ECG signals without the need of an big computer screen, increasing the mobility of the Biosignal PI device.  

To help with the development process and also to make the project more compliant with the Medical Device Directive a couple of development tools were implemented such as a CMake build system, integrating the project with the Googletest testing framework for automated testing and the implementation of the document generator software Doxygen to be able to create an Software Documentation.   

The Biosignal PI software developed in this thesis is available through Github at https://github.com/biosignalpi/Version-A1-Rapsberry-PI

Abstract [sv]

Allt eftersom världens befolkning åldras, ställs sjukvården inför nya utmaningar i att behandla fler patienter till en lägre kostnad än idag. En trend för att lösa detta problem är att utöka möjligheterna till vård i hemmet.För att kunna göra detta finns det ett ökande behov av säkra och kostnadseffektiva patientövervakningssystem. Biosignal PI är ett pågående projekt med öppen källkod som skapats för att utveckla en flexibel och prisvärd plattform för utveckling av fristående enheter som kan mäta och bearbeta olika fysiologiska signaler.

Detta examensarbete genomfördes vid institutionen för medicinska sensorer, signaler och system vid Skolan för Teknik och Hälsa. Projektet syftade till att vidareutveckla den befintliga mjukvaran för Biosignal PI genom att skapa ett nytt flexibelt mjukvaruramverk som kan användas för mätning och bearbetning av olika typer av biosignaler.Projektet syftade också till att utvidga mjukvaran och lägga till funktioner för att kunna genomföra hjärtfrekvensvariabilitets(HRV) analys i Biosignal PIs mjukvara, samt att utveckla ett grafiskt användargränssnitt(GUI) för hårdvarumodulen PiFace Control and Display.

Projektet har utvecklat ett nytt flexibelt mjukvaruramverk för Biosignal PI. Det nya ramverket konstruerades för att abstrahera alla hårdvaruspecifika delar in i mindre utbytbara moduler, med tanken att modulerna ska vara oberoende i hur de hanterar sin specifika uppgift. På så sätt ska det vara möjligt att göra ändringar i Biosignal PIs programvara utan att behöva skriva om hela mjukvaran.Det nyutvecklade Biosignal PI ramverket implementerades i det befintliga hårdvaru systemet, som består av en Raspberry PI, liten och prisvärd enkortsdator, ansluten till ADAS1000, en analog hårdvarumodul med möjlighet att registrera ett elektrokardiografi(EKG/ECG).

För att kontrollera Biosignal PI programmet har två olika grafiska användargränssnitt skapats.Det ena gränssnitt är en utvidgning av original programvaran med tillagd funktionalitet för att kunna göra HRV-Analys på Raspberry PI, detta gränssnitt kräver dock mus och dataskärm för att kunna användas.För att kunna styra Biosignal PI utan mus och skärm skapades det även ett gränssnitt för PiFace Control and Display. PiFace gränssnittet gör det möjligt för användaren att samla in och lagra EKG-signaler utan att behöva en stor datorskärm, på så sätt kan man öka Biosignal PI systemets mobilitet.

För att underlätta utvecklingsprocessen, samt göra projektet mer förenligt med det medicintekniska regelverket, har ett par utvecklingsverktyg integrerats till Biosignal PI projektet såsom CMake för kontroll av kompileringsprocessen, test ramverket Googletest för automatiserad testning samt integrering med dokumentations generatorn Doxygen för att kunna skapa en dokumentation av mjukvaran.

Place, publisher, year, edition, pages
2016. , 40 p.
Series
TRITA-STH, 2016:10
Keyword [en]
Biosignal PI, Software Framework, Raspberry PI, PiFace Control and Display, Electrocardiography, ECG, Heart Rate Variability, HRV, Open-Source, Medical Device Development, Medical Device Software
National Category
Medical Engineering
Identifiers
URN: urn:nbn:se:kth:diva-183525OAI: oai:DiVA.org:kth-183525DiVA: diva2:912275
Subject / course
Medical Engineering
Educational program
Master of Science in Engineering - Medical Engineering
Supervisors
Examiners
Available from: 2016-03-21 Created: 2016-03-16 Last updated: 2016-03-21Bibliographically approved

Open Access in DiVA

fulltext(3644 kB)338 downloads
File information
File name FULLTEXT01.pdfFile size 3644 kBChecksum SHA-512
783c39b438030d610c1f6cdda5cf7254a69d506c86bc94abf4daeb7e37bd5764cb7a7809dce81a5bea0ad87e46122853e1bf275ed1ddd060ad2a97f6b59eac68
Type fulltextMimetype application/pdf

By organisation
School of Technology and Health (STH)
Medical Engineering

Search outside of DiVA

GoogleGoogle Scholar
Total: 338 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 4224 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf