SciELO - Scientific Electronic Library Online

 
vol.22 issue1DISPLACEMENTS AND STABILITY ASSESSMENT IN THE PORTAL OF TUNNEL 3, "EL SILLAR", THROUGH THE FINITE ELEMENT METHODEXPERIENTIAL LEARNING AS A METHODOLOGY TO ENGAGE EDUCATIONAL INITIATIVES TO OPERATIONAL PROBLEMATICS IN MICRO COMPANIES author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Investigación & Desarrollo

On-line version ISSN 2518-4431

Abstract

MINAYA URQUIDI, Arsenio Manuel et al. SISTEMA DE MONITOREO REMOTO DE RESPIRACIÓN Y NIVELES DE GASES, PARA PACIENTES RECUPERADOS DE COVID-19. Inv. y Des. [online]. 2022, vol.22, n.1, pp.109-123.  Epub July 30, 2022. ISSN 2518-4431.  https://doi.org/10.23881/idupbo.022.1-9i.

En este proyecto se presenta el desarrollo de una máscara capaz de medir la frecuencia respiratoria (FR) y datos relacionados a la calidad de aire en conjunto con una aplicación móvil que recopila la información, para luego ser almacenada en una base de datos. La información recolectada es procesada y entregada a médicos para el control y monitoreo de sus pacientes. Esto debido a que los pacientes recuperados de COVID-19 no suelen ser lo suficientemente sistemáticos para registrar la información solicitada por los médicos locales que los atienden. También se tomó en cuenta la baja disponibilidad de equipos especializados en el ámbito del monitoreo respiratorio. La FR se midió con un sensor de temperatura y un micrófono. Se utilizaron algoritmos de Transformada Rápida de Fourier y Machine Learning que juntos conformaron una Fusión de Sensores de nivel básico para tener una respuesta más confiable. Los resultados de las mediciones de FR obtenidas a partir de la fusión de sensores tienen una desviación estándar de 5.97 y una estimación exacta en el 67% de las pruebas. Debido a que los materiales son populares a nivel mundial, este proyecto es fácilmente replicable en países de bajos recursos.

Keywords : Frecuencia Respiratoria; Smart-Mask; Calidad de Aire; COVID-19; FFT; Machine Learning; Fusión de Sensores.

        · abstract in English     · text in Spanish     · Spanish ( pdf )