SYPEC: desenvolvimento de classificadores para identificação automática da postura de sentado

Detalhes bibliográficos
Autor(a) principal: Santos, Marcelo Gil Silvestre dos
Data de Publicação: 2013
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10362/9963
Resumo: Dissertação para obtenção do Grau de Mestre em Engenharia Biomédica
id RCAP_dcb7c64ad5f18075a43c1a28e66341d1
oai_identifier_str oai:run.unl.pt:10362/9963
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling SYPEC: desenvolvimento de classificadores para identificação automática da postura de sentadoPostura de sentadoAvaliação posturalClassificaçãoRedes neuronaisNaive BayesDissertação para obtenção do Grau de Mestre em Engenharia BiomédicaActualmente, a postura de sentado é a postura mais adoptada pela sociedade em geral. O aumento das profissões que exigem longos períodos de tempo na postura de sentado e o estilo de vida sedentário são as principais causas. A adopção de posturas incorrectas na postura de sentado traz consequências a longo prazo, podendo desenvolver patologias ao nível da coluna. É no sentido de minimizar os problemas de saúde que se enquadra o projecto SYPEC (System for Posture Evaluation and Correction), cujo objectivo é desenvolver um sistema de avaliação e correcção postural incorporado numa cadeira. O protótipo do sistema SYPEC consiste numa cadeira de escritório convencional cujo assento e costas possuem bolsas de ar. Cada bolsa de ar possui um circuito independente de ar contendo um transdutor de pressão, um compressor de ar e uma electroválvula. Através deste sistema é possível medir os valores de pressão no interior das bolsas. O presente trabalho consistiu na detecção automática da postura de sentado, com base nas medidas de pressão. Foi necessário desenvolver algoritmos de classificação, baseado em dados previamente treinados. Foram estudadas 11 posturas diferentes e realizados testes a 30 sujeitos. Desenvolveram-se dois classificadores, um baseado em redes neuronais e outro no Teorema de Bayes, o Naive Bayes. Foram testados vários parâmetros para as redes neuronais, tendo obtido os melhores resultados com o treino Resilient Backpropagation, com uma camada interna e 15 neurónios, obtendo uma classificação média de 75% para os 30 sujeitos. Para o Naive Bayes, foram usados dois tipos de distribuições, a normal e a kernel, obtendo uma classificação média de 70%. Conseguiram-se resultados de 90% para alguns sujeitos. Com recurso à aplicação móvel e à adaptação das redes neuronais feita em trabalhos a decorrer em paralelo, é possível identificar em tempo real a postura em que o utilizador se encontra.Faculdade de Ciências e TecnologiaVieira, PedroQuaresma, CláudiaRUNSantos, Marcelo Gil Silvestre dos2013-07-03T10:53:09Z20132013-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/9963porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-03-11T03:43:24Zoai:run.unl.pt:10362/9963Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:19:09.470801Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv SYPEC: desenvolvimento de classificadores para identificação automática da postura de sentado
title SYPEC: desenvolvimento de classificadores para identificação automática da postura de sentado
spellingShingle SYPEC: desenvolvimento de classificadores para identificação automática da postura de sentado
Santos, Marcelo Gil Silvestre dos
Postura de sentado
Avaliação postural
Classificação
Redes neuronais
Naive Bayes
title_short SYPEC: desenvolvimento de classificadores para identificação automática da postura de sentado
title_full SYPEC: desenvolvimento de classificadores para identificação automática da postura de sentado
title_fullStr SYPEC: desenvolvimento de classificadores para identificação automática da postura de sentado
title_full_unstemmed SYPEC: desenvolvimento de classificadores para identificação automática da postura de sentado
title_sort SYPEC: desenvolvimento de classificadores para identificação automática da postura de sentado
author Santos, Marcelo Gil Silvestre dos
author_facet Santos, Marcelo Gil Silvestre dos
author_role author
dc.contributor.none.fl_str_mv Vieira, Pedro
Quaresma, Cláudia
RUN
dc.contributor.author.fl_str_mv Santos, Marcelo Gil Silvestre dos
dc.subject.por.fl_str_mv Postura de sentado
Avaliação postural
Classificação
Redes neuronais
Naive Bayes
topic Postura de sentado
Avaliação postural
Classificação
Redes neuronais
Naive Bayes
description Dissertação para obtenção do Grau de Mestre em Engenharia Biomédica
publishDate 2013
dc.date.none.fl_str_mv 2013-07-03T10:53:09Z
2013
2013-01-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10362/9963
url http://hdl.handle.net/10362/9963
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Faculdade de Ciências e Tecnologia
publisher.none.fl_str_mv Faculdade de Ciências e Tecnologia
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799137835746328576

Registros relacionados