Sistema de monitoreo remoto de respiración y niveles de gases, para pacientes recuperados de covid-19

• Autores: Arsenio Manuel Minaya Urquidi, Juan Diego García, Valentina Rita Villarroel-Beltrán, Luis Marcel Barrero Mendizábal, S. Cecilia Tapia Siles
• Localización: Investigación & Desarrollo (I&D), ISSN 2518-4431, Vol. 22, Nº. 1, 2022, págs. 109-123
• Idioma: español
• Títulos paralelos:
  • Remote monitoring system of breathing and gas levels, for patients recovered from covid-19
• Enlaces
  • Texto completo
• Resumen
  • español

    RESUMEN 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.

  • English

    ABSTRACT This project presents the development of a mask to measure the respiratory rate (RR) and data related to air quality, in conjunction with a mobile application that collects information and then stores it in a database. The information collected is processed and delivered to doctors for the control and monitoring of their patients. This is because recovered COVID-19 patients are usually, not systematic enough, to record the information requested by the local doctors who treat them. We also take into account the low availability of specialized equipment in the field of respiratory monitoring. RR was measured with a temperature sensor and a microphone. Fast Fourier Transform and Machine Learning algorithms were used which together formed an entry-level Sensor Fusion to have a more reliable response. The results of the RR measurements obtained from sensor fusion have a standard deviation of 5.97 and an exact estimate in 67% of the tests. Because the materials are popular globally, this project is easily replicable in low-resource countries.