Sistema de gestión y control para incubadora Neonatal
Las incubadoras neonatales comerciales, hoy día cuentan sólo con lectura de temperatura dentro de su entorno y un sistema de alarma cuando ésta se eleva. Esto conlleva al uso no eficiente de recursos en la unidad de cuidados intensivos. El presente proyecto consiste en el desarrollo de un sistema de...
- Autores:
-
Hernández Vanegas, Kamila Joseph
- Tipo de recurso:
- Fecha de publicación:
- 2021
- Institución:
- Universidad del Norte
- Repositorio:
- Repositorio Uninorte
- Idioma:
- spa
- OAI Identifier:
- oai:manglar.uninorte.edu.co:10584/9918
- Acceso en línea:
- http://hdl.handle.net/10584/9918
- Palabra clave:
- Incubadora, neonatal, señales biomédicas, ingeniería, Cayenne, IoT, presión arterial, ritmo cardíaco, pletismografía
Incubator, neonatal, biomedical signals, engineering, Cayenne, IoT, blood pressure, heart rate, plethysmography
- Rights
- License
- Universidad del Norte
Summary: | Las incubadoras neonatales comerciales, hoy día cuentan sólo con lectura de temperatura dentro de su entorno y un sistema de alarma cuando ésta se eleva. Esto conlleva al uso no eficiente de recursos en la unidad de cuidados intensivos. El presente proyecto consiste en el desarrollo de un sistema de gestión y control que pueda integrarse en las incubadoras neonatales, a través de la adquisición de mediciones como el ritmo cardíaco y la estimación de la presión arterial, que puedan ser monitoreados de manera local y remota; así como también de la temperatura en el interior del instrumento. Lo primero, se lleva a cabo mediante el procesamiento de la señal pletismográfica (PPG), que el sensor de pulso genera virtualmente, y se extraen los valores del ritmo cardíaco, la presión sistólica y la presión diastólica. En cuanto a la medición de temperatura, se implementa un sensor DHT22. Ambos sensores son conectados a interfaces de comunicación I2C, las cuales son dos Arduinos, de tipo Uno y Nano, que transmiten la información hacia la Raspberry Pi que se tiene como módulo central o maestro. Este último funciona como broker bajo el servicio del protocolo MQTT para proyectar las cuatro mediciones en la plataforma de IoT, Cayenne. En base a ello, los resultados obtenidos del sistema, en cuanto a la medición de temperatura comparada con la adquirida en la aplicación del clima de iPhone, tuvieron un error relativo promedio no mayor a 0.02. Mientras que en las lecturas de ritmo cardíaco y presión arterial realizadas a dos sujetos de prueba adultos, A y B, obtuvieron un error relativo promedio del 8.23 y 0.380 respectivamente para el ritmo cardíaco; siendo para la presión sistólica 3.73 y -0.370, respectivamente; y para la presión diastólica 4.31 y -0.028. Todo esto fue visualizado en la plataforma Cayenne de manera efectiva. Se concluye entonces, que las imprecisiones del ritmo cardíaco y presión arterial se deben a la susceptibilidad del prototipo frente al ruido. |
---|