Extending the Sana mobile healthcare platform with features providing ECG analysis.
Φόρτωση...
Ημερομηνία
2017-09-19
Συγγραφείς
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
Τ.Ε.Ι. Κρήτης, Σχολή Τεχνολογικών Εφαρμογών (Σ.Τ.Εφ), ΠΜΣ Πληροφορική και Πολυμέσα
T.E.I. of Crete, School of Engineering (STEF), PPS in Informatics and Multimedia
T.E.I. of Crete, School of Engineering (STEF), PPS in Informatics and Multimedia
Επιβλέπων
Περίληψη
The great development of technology recently provides innovations that improve everyday life. The major benefit is that the branch of medicine is also affected, so better healthcare can be provided. In that context, it can be critical for patients who suffer from chronic heart diseases to have in their availability a system that can monitor and analyze their electrocardiogram (ECG) displaying either normal or abnormal findings. The current thesis implements such a system that uploads, stores, processes and displays an ECG, calculating certain ECG findings necessary for doctors to make a diagnosis. To this end, the SANA mobile healthcare platform, with its OpenMRS open source enterprise electronic medical record system, has been chosen and extended for storing, processing and displaying the ECG data. OpenMRS provides a user-friendly interface and a database for collecting medical big data. Analysis of ECG signals is leveraged by the Physionet toolkit. Physionet contains many ECG databases and the WFDB software for processing ECG signals. According to the scenario we have processed, an ECG is uploaded onto OpenMRS platform using a mobile device or any other Internet-enabled device and is stored in the database that OpenMRS uses. Then, ECG signal is filtered using a finite impulse response (FIR) filter to remove noise and using WFDB functions it is processed so certain intervals are determined. Finally, with the appropriate algorithms specific ECG findings are calculated. When the procedure completes, the results are stored into the database using SQL Queries. Using an HTML Form results and graphs are integrated into the OpenMRS website highlighting abnormal values with red color. Authorized users can have access to this information through any web browser. The implementation has been evaluated with various demo ECG signals verifying its correct behavior.
Η μεγάλη ανάπτυξη της τεχνολογίας πρόσφατα, προσφέρει καινοτομίες που βελτιώνουν την καθημερινή ζωή. Το κύριο όφελος της είναι ότι επηρεάζεται και ο κλάδος της ιατρικής, με σκοπό να παρέχεται καλύτερη υγειονομική περίθαλψη. Σε αυτήν την περίπτωση, είναι σημαντικό για τους ασθενείς που πάσχουν από χρόνιες καρδιακές παθήσεις, να έχουν στη διάθεσή τους ένα σύστημα που μπορεί να παρακολουθεί και να αναλύει το ηλεκτροκαρδιογράφημα (ΗΚΓ) τους, εμφανίζοντας είτε φυσιολογικά είτε μη φυσιολογικά ευρήματα. Η τρέχουσα διατριβή υλοποιεί ένα τέτοιο σύστημα που μεταφορτώνει, αποθηκεύει, επεξεργάζεται και εμφανίζει ένα ΗΚΓ, υπολογίζοντας ορισμένα ευρήματα που είναι απαραίτητα για τους γιατρούς ώστε να κάνουν μια διάγνωση. Για το σκοπό αυτό, έχει επιλεγεί και επεκταθεί η κινητή πλατφόρμα υγείας SANA και ο OpenMRS, το ηλεκτρονικό σύστημα ιατρικών αρχείων ανοιχτού κώδικα, για την αποθήκευση, επεξεργασία και εμφάνιση των δεδομένων ΗΚΓ. Ο OpenMRS παρέχει ένα φιλικό προς το χρήστη περιβάλλον και μια βάση δεδομένων για τη συλλογή μεγάλων ιατρικών δεδομένων. Η ανάλυση των σημάτων ΗΚΓ γίνεται από ένα σύνολο εργαλείων, το Physionet. Το Physionet περιέχει πολλές βάσεις δεδομένων ΗΚΓ και το λογισμικό WFDB για την επεξεργασία των σημάτων ΗΚΓ. Σύμφωνα με το σενάριο που έχουμε υλοποιήσει, το ΗΚΓ μεταφορτώνεται στην πλατφόρμα OpenMRS χρησιμοποιώντας μια κινητή συσκευή ή οποιαδήποτε άλλη συσκευή που χρησιμοποιεί Internet και αποθηκεύεται στη βάση δεδομένων που χρησιμοποιεί ο OpenMRS. Στη συνέχεια, το σήμα ΗΚΓ φιλτράρεται χρησιμοποιώντας φίλτρο πεπερασμένης απόκρισης (FIR) για την απομάκρυνση του θορύβου και χρησιμοποιώντας το λογισμικό WFDB υποβάλλεται σε επεξεργασία και καθορίζονται ορισμένα χρονικά διαστήματα. Τέλος, με τους κατάλληλους αλγόριθμους υπολογίζονται τα ευρήματα του ΗΚΓ. Όταν ολοκληρωθεί η διαδικασία, τα αποτελέσματα αποθηκεύονται στη βάση δεδομένων χρησιμοποιώντας SQL Queries. Χρησιμοποιώντας μια HTML φόρμα, τα αποτελέσματα και τα γραφήματα ενσωματώνονται στην ιστοσελίδα του OpenMRS επισημαίνοντας τις μη φυσιολογικές τιμές με κόκκινο χρώμα. Οι εξουσιοδοτημένοι χρήστες μπορούν να έχουν πρόσβαση σε αυτές τις πληροφορίες μέσω οποιουδήποτε προγράμματος περιήγησης ιστού. Για την εφαρμογή έχουν χρησιμοποιηθεί διάφορα σήματα ΗΚΓ που επαληθεύουν την ορθή λειτουργία της.
Η μεγάλη ανάπτυξη της τεχνολογίας πρόσφατα, προσφέρει καινοτομίες που βελτιώνουν την καθημερινή ζωή. Το κύριο όφελος της είναι ότι επηρεάζεται και ο κλάδος της ιατρικής, με σκοπό να παρέχεται καλύτερη υγειονομική περίθαλψη. Σε αυτήν την περίπτωση, είναι σημαντικό για τους ασθενείς που πάσχουν από χρόνιες καρδιακές παθήσεις, να έχουν στη διάθεσή τους ένα σύστημα που μπορεί να παρακολουθεί και να αναλύει το ηλεκτροκαρδιογράφημα (ΗΚΓ) τους, εμφανίζοντας είτε φυσιολογικά είτε μη φυσιολογικά ευρήματα. Η τρέχουσα διατριβή υλοποιεί ένα τέτοιο σύστημα που μεταφορτώνει, αποθηκεύει, επεξεργάζεται και εμφανίζει ένα ΗΚΓ, υπολογίζοντας ορισμένα ευρήματα που είναι απαραίτητα για τους γιατρούς ώστε να κάνουν μια διάγνωση. Για το σκοπό αυτό, έχει επιλεγεί και επεκταθεί η κινητή πλατφόρμα υγείας SANA και ο OpenMRS, το ηλεκτρονικό σύστημα ιατρικών αρχείων ανοιχτού κώδικα, για την αποθήκευση, επεξεργασία και εμφάνιση των δεδομένων ΗΚΓ. Ο OpenMRS παρέχει ένα φιλικό προς το χρήστη περιβάλλον και μια βάση δεδομένων για τη συλλογή μεγάλων ιατρικών δεδομένων. Η ανάλυση των σημάτων ΗΚΓ γίνεται από ένα σύνολο εργαλείων, το Physionet. Το Physionet περιέχει πολλές βάσεις δεδομένων ΗΚΓ και το λογισμικό WFDB για την επεξεργασία των σημάτων ΗΚΓ. Σύμφωνα με το σενάριο που έχουμε υλοποιήσει, το ΗΚΓ μεταφορτώνεται στην πλατφόρμα OpenMRS χρησιμοποιώντας μια κινητή συσκευή ή οποιαδήποτε άλλη συσκευή που χρησιμοποιεί Internet και αποθηκεύεται στη βάση δεδομένων που χρησιμοποιεί ο OpenMRS. Στη συνέχεια, το σήμα ΗΚΓ φιλτράρεται χρησιμοποιώντας φίλτρο πεπερασμένης απόκρισης (FIR) για την απομάκρυνση του θορύβου και χρησιμοποιώντας το λογισμικό WFDB υποβάλλεται σε επεξεργασία και καθορίζονται ορισμένα χρονικά διαστήματα. Τέλος, με τους κατάλληλους αλγόριθμους υπολογίζονται τα ευρήματα του ΗΚΓ. Όταν ολοκληρωθεί η διαδικασία, τα αποτελέσματα αποθηκεύονται στη βάση δεδομένων χρησιμοποιώντας SQL Queries. Χρησιμοποιώντας μια HTML φόρμα, τα αποτελέσματα και τα γραφήματα ενσωματώνονται στην ιστοσελίδα του OpenMRS επισημαίνοντας τις μη φυσιολογικές τιμές με κόκκινο χρώμα. Οι εξουσιοδοτημένοι χρήστες μπορούν να έχουν πρόσβαση σε αυτές τις πληροφορίες μέσω οποιουδήποτε προγράμματος περιήγησης ιστού. Για την εφαρμογή έχουν χρησιμοποιηθεί διάφορα σήματα ΗΚΓ που επαληθεύουν την ορθή λειτουργία της.