Πετρίδης, ΚωνσταντίνοςPetridis, KonstantinosΚάλχερ, ΚατερίναKalcher, Katerina2024-05-242024-05-242023https://apothesis.hmu.gr/handle/123456789/10988Η παρούσα διατριβή παρουσιάζει την ανάπτυξη ενός πρωτότυπου έξυπνου βραχιολιού που έχει σχεδιαστεί για την ανίχνευση πτώσεων σε ασθενείς με σκλήρυνση κατά πλάκας. Η συνεργασία καθοδηγήθηκε βάσει του πλαισίου του SCRUM, μιας ευέλικτης μεθοδολογίας που δίνει έμφαση στη συνεργασία και την επαναληπτική βελτίωση. Το πρωτότυπο ενσωματώνει ένα επιταχυνσιόμετρο για την παρακολούθηση των κινήσεων του ασθενούς και χρησιμοποιεί έναν αλγόριθμο ανίχνευσης πτώσεων για τη διάκριση μεταξύ της κανονικής δραστηριότητας και των πτώσεων. Τα αποτελέσματα δείχνουν ότι το πρωτότυπο ανιχνεύει με ακρίβεια τις πτώσεις σε ασθενείς με σκλήρυνση κατά πλάκας, παρέχοντας μια πολλά υποσχόμενη λύση για τη βελτίωση της ασφάλειας και της ανεξαρτησίας των ασθενών. Η μελέτη αναδεικνύει τη χρησιμότητα του SCRUM στην καθοδήγηση της δημιουργίας πρακτικών ιατρικών τεχνολογιών με επίκεντρο τον χρήστη και συμβάλλει στον αυξανόμενο όγκο ερευνών σχετικά με τις φορητές συσκευές για την ανίχνευση πτώσεων σε πληθυσμούς ασθενών με σκλήρυνση κατά πλάκας.This thesis presents the development of a smart bracelet prototype designed to detect falls in Multiple Sclerosis (MS) patients. The collaboration process was guided by the SCRUM framework, an Agile methodology that emphasizes collaboration and iterative improvement. The prototype integrates an accelerometer to monitor the patient’s movements and employs a fall detection algorithm to distinguish between normal activity and falls. The prototype was designed to be comfortable and easy to use for both patients and caregivers. Results show that the prototype accurately detects falls in MS patients, providing a promising solution for improving patient safety and independence. The study highlights the utility of the SCRUM framework in guiding the creation of practical, user-centered medical technologies, and contributes to the growing body of research on wearable devices for fall detection in MS populations.elAttribution-NonCommercial-NoDerivs 3.0 United Statesσκλήρυνση κατά πλάκαςπτώσειςέξυπνο βραχιόλιπρωτότυποscrum frameworkανίχνευση πτώσηςασφάλεια ασθενούςιατρική τεχνολογίαMultiple Sclerosisfallssmart braceletprototypeSCRUM frameworkfall detectionpatient safetymedical technologyΜεταπτυχιακή Διατριβή