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
Utveckling av ett multisensorsystem för falldetekteringsanordningar
KTH, School of Technology and Health (STH), Medical Engineering, Computer and Electronic Engineering.
2016 (Swedish)Independent thesis Basic level (professional degree), 10 credits / 15 HE creditsStudent thesisAlternative title
Development of a multisensor system for fall detection devices (English)
Abstract [sv]

Fallolyckor bland äldre är ett stort folkhälsoproblem. Således har det utvecklats en rad olika system för fjärrövervakning av äldre för att möjliggöra en tidig detekte- ring av fallolyckor. Majoriteten av de forskningar som hittills har gjorts inom fallo- lyckor har fokuserat på att utveckla nya mer framgångsrika algoritmer just för att identifiera fall från icke-fall. Trots det visar statistiken att dödsfall och skador orsa- kade av fallolyckor ökar för varje år i samband med den ökande andel äldre perso- ner i befolkningen.

Detta examensarbete handlar om att förbättra nuvarande falldetekteringsanord- ningar genom att täcka de brister och tillgodose de behov som finns i nuvarande tekniker. De förbättringar som har kartlagts är att kunna ge en säkrare bedömning av patientens hälsa och kunna påkalla snabbare hjälpinsats när en fallolycka har inträffat. En annan förbättring är rörelsefriheten för äldre. De ska kunna befinna sig utomhus och ha möjlighet att utföra sina dagliga aktiviteter utan att vara be- gränsade av platspositionen.

Sammanfattningsvis kan det konstateras att ett multisensorsystem i form av en prototyp har konstruerats för att täcka de brister som har kartlagts. Utöver att pro- totypen detekterar fall och kroppsrörelser med hjälp av en accelerometersensor innehåller den även en sensor för detektering av livstecken i from av EKG. Den in- nehåller dessutom cellulära och trådlösa nätverksanslutningar i form av GPRS och Wi-Fi för att möjliggöra rörelsefriheten hos äldre. Vidare innehåller prototypen en sensor för GPS som ger information om platsposition. 

Abstract [en]

Accidental falls among the elderly is a major public health problem. As a result, a variety of systems have been developed for remote monitoring of the elderly to permit early detection of falls. The majority of the research that has been done so far in fall accidents has focused on developing new more successful algorithms spe- cifically to identify fall from non-fall. Although the statistics show that mortality and injuries caused by falls are increasing every year in conjunction with the in- creasing proportion of older people in the population.

This thesis is about improving the current fall detection devices by covering the gaps and meet the needs of the current fall detection techniques. The improve- ments that have been identified is to provide a secure assessment of the patient's health and be able to call for aid more quickly when a fall occurs. Another im- provement is the mobility for the elderly to be outdoors and have the ability to per- form daily activities without being limited by the location position.

In summary it can be said that a multisensor system in form of a prototype has been designed to cover the deficiencies and improvements that have been identi- fied. Apart from detection of falls and body movements through an accelerometer sensor the prototype does also include a sensor for detecting vital signs in form of ECG. It also supports cellular and wireless network communication in form of GPRS and Wi-Fi to enable freedom of movement for the elderly. Furthermore, the prototype includes a sensor for GPS that provides information about location position. 

Place, publisher, year, edition, pages
2016. , 80 p.
Keyword [en]
Fall detection, ECG, LinkIt ONE, Accelerometer, ADAS1000, Wi-Fi, GPRS, GPS, MQTT
Keyword [sv]
Falldetektion, EKG, LinkIt ONE, Accelerometer, ADAS1000, Wi-Fi, GPRS, GPS, MQTT
National Category
Media and Communication Technology Computer Engineering Human Computer Interaction
Identifiers
URN: urn:nbn:se:kth:diva-188401OAI: oai:DiVA.org:kth-188401DiVA: diva2:935990
External cooperation
Farhad Abtahi KTH STH
Subject / course
Computer Technology, Program- and System Development
Educational program
Bachelor of Science in Engineering - Computer Engineering
Supervisors
Examiners
Available from: 2016-09-29 Created: 2016-06-09 Last updated: 2016-09-29Bibliographically approved

Open Access in DiVA

fulltext(3551 kB)104 downloads
File information
File name FULLTEXT01.pdfFile size 3551 kBChecksum SHA-512
269e5de873bd2b580b143e7e754062bdbce3e18eab479d10f1fba5221c7c112f55008f00483b54954077ca1826abc4030fac00dffcfb1cc3bac0be27eafba7db
Type fulltextMimetype application/pdf

By organisation
Computer and Electronic Engineering
Media and Communication TechnologyComputer EngineeringHuman Computer Interaction

Search outside of DiVA

GoogleGoogle Scholar
Total: 104 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: 317 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