ALSMon: sistema para monitorizar ALS
Contribuinte(s) |
Datia, Nuno Miguel Soares Pato, Matilde Pós-de-Mina |
---|---|
Data(s) |
18/11/2015
18/11/2015
01/09/2015
|
Resumo |
Trabalho Final de Mestrado para obtenção do grau de Mestre em Engenharia Informática e de Computadores A doença esclerose lateral amiotrófica (ELA) é uma doença neuro-degenerativa, progressiva e rara, que danifica as células nervosas do cérebro e da medula, inclusive os nervos motores. A monitorização, realizada por intermédio de múltiplos exames, origina informação com dimensão e características próprias. Torna-se uma componente fundamental para a observação, compreensão, conhecimento e a previsão da evolução da doença. Assim é muito importante disponibilizar aos profissionais de saúde informação adequada tão cedo quanto possível por forma a atuar no imediato. O objetivo desta dissertação é produzir um sistema capaz de receber, transformar, guardar e disponibilizar para análise sinais fisiológicos. A solução proposta garante a segurança dos dados, utiliza ferramentas open source e é constituída por dois módulos. O primeiro módulo permite a receção, através de um serviço e uma aplicação web, de dados provenientes de dispositivos externos. Além disso, realiza o processamento dos dados recebidos duma forma automatizada, guardando-os num data warehouse, que possibilita a análise histórica dos dados, contextualizados por um conjunto de descritores. No segundo módulo, a informação do data warehouse é disponibilizada em formato padrão, por intermédiode duas APIs, OData e XMLA, que podem ser utilizadas por diferentes tipos de aplicações cliente. Esta solução vai permitir uma melhor tomada de decisão dos profissionais de saúde, sobre os procedimentos médicos a adotar, graças à disponibilização de mecanismos de receção, armazenamento e exploração dos dados. A informação recebida e disponibilizada vai ser mostrada por uma aplicação web sob forma de gráficos e modelos de simulação, permitindo uma análise no tempo de métricas de desempenho relevantes para o problema em causa. Abstract: Amyotrophic lateral sclerosis (ALS) is a rare and progressive neuro-degenerative disease which damages the nerve cells of the brain and the medulla, including the motor nerves. Monitoring, carried out by a multitude of tests, yields information with particular dimension and characteristics. It plays a fundamental role in the observation, understanding, knowledge and prediction of the evolution of the disease. It is therefore important to provide health professionals with accurate information as soon as possible, so they act immediately. The objective of this dissertation is to produce a system capable to receive, transform, store and retrieve of physiological signals for analysis. The proposed solution ensures the security of the data, using open source tools and comprises two modules. The first module allows receiving, by a web service and an application, data from external devices. Moreover, it processes the received data of an automated mode, storing them in a data warehouse, which enables the historical data analysis, contextual by set of descriptors. In the second module, the information of the data warehouse is made accessible in standard format, through two APIs, OData and XMLA - which can be used by different types of client applications. This solution will enable better decision - health professional decision on medical procedures to adopt, through the provision of reception mechanisms, storage and treatment of the data. The received and available information will be displayed by a web application in the form of graphics and simulation models, allowing analysis in the relevant performance metrics time to the problem in question. |
Identificador |
GRIGORAS, Vasile - ALSMon: sistema para monitorizar ALS. Lisboa: Instituto Superior de Engenharia de Lisboa, 2015. Dissertação de mestrado. http://hdl.handle.net/10400.21/5376 201223538 |
Idioma(s) |
por |
Direitos |
openAccess |
Palavras-Chave | #Esclerose lateral amiotrófica #ETL #OLAP #Amyotrophic lateral sclerosis #Data warehouse #Web services |
Tipo |
masterThesis |
Publicador |
Instituto Superior de Engenharia de Lisboa |