Robust Autonomic Nervous System Monitorization Using Wearables in Chronic Diseases

La aparición de los dispositivos wearables en el ámbito de la biomedicina marca un hito importante en la evolución de la tecnología aplicada al cuidado de la salud y el bienestar personal. Estos dispositivos han revolucionado la forma en que se monitorizan los parámetros fisiológicos y las actividad...

ver descrição completa

Detalhes bibliográficos
Autores: Cajal Orleans, Diego, Bailón Luesma, Raquel, Lázaro Plaza, Jesús
Formato: tesis de maestría
Estado:Versión publicada
Fecha de publicación:2025
País:España
Recursos:Universidad de Zaragoza
Repositorio:Zaguán. Repositorio Digital de la Universidad de Zaragoza
OAI Identifier:oai:zaguan.unizar.es:161925
Acesso em linha:http://zaguan.unizar.es/record/161925
Access Level:acceso abierto
Palavra-chave:tratamiento de señales
tecnología médica
id ES_d6431fdb949554e60bc7d95ebc2281b6
oai_identifier_str oai:zaguan.unizar.es:161925
network_acronym_str ES
network_name_str España
repository_id_str
spelling Robust Autonomic Nervous System Monitorization Using Wearables in Chronic DiseasesCajal Orleans, DiegoBailón Luesma, Raquel Lázaro Plaza, Jesús tratamiento de señalestecnología médicaLa aparición de los dispositivos wearables en el ámbito de la biomedicina marca un hito importante en la evolución de la tecnología aplicada al cuidado de la salud y el bienestar personal. Estos dispositivos han revolucionado la forma en que se monitorizan los parámetros fisiológicos y las actividades cotidianas del individuo. Su desarrollo se basa en la miniaturización avanzada de sensores y sistemas de procesamiento de señales, permitiendo la captura y análisis en tiempo real de datos críticos como la frecuencia cardíaca, la oxigenación sanguínea y el nivel de actividad física, entre otros.<br />Esta innovación no solo facilita una vigilancia constante y preventiva de la salud, sino que también abre nuevas vías para la personalización del<br />tratamiento médico y la rehabilitación.<br />Los dispositivos wearables conllevan ciertas limitaciones que deben ser cuidadosamente consideradas en el diseño de algoritmos de procesamiento de señales. Uno de los desafíos principales es la calidad de los datos recogidos en entornos no controlados. Las grabaciones no supervisadas, realizadas en la vida cotidiana del usuario, pueden ser susceptibles a variaciones en la colocación del dispositivo, movimientos extrínsecos, y condiciones ambientales variables, lo cual puede resultar en mediciones imprecisas o incompletas. Adicionalmente, la naturaleza misma de los sensores utilizados en estos dispositivos, así como de las señales biológicas que registran, tiende a producir datos con un mayor nivel de ruido y artefactos. Esto es particularmente notable en señales como la fotopletismografía.<br />Para contrarrestar estos inconvenientes, es imperativo adaptar y desarrollar métodos de análisis robustos que puedan manejar estas imperfecciones inherentes a los datos. Esto incluye técnicas de preprocesamiento para la eliminación de artefactos, así como algoritmos de análisis más sofisticados que puedan extraer información útil incluso de datos incompletos. En esta tesis se presentan algunos de estos métodos, así como aplicaciones de los mismos en la monitorización de enfermedades crónicas con dispositivos wearables. En concreto, se presentan aplicaciones para el screening de apnea del sueño y para la monitorización de la depresión y la ansiedad.<br /><br />Universidad de Zaragoza, Prensas de la Universidad2025info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionapplication/pdfhttp://zaguan.unizar.es/record/161925reponame:Zaguán. Repositorio Digital de la Universidad de Zaragozainstname:Universidad de ZaragozaIngléshttp://creativecommons.org/licenses/by-nc/3.0/esinfo:eu-repo/semantics/openAccessoai:zaguan.unizar.es:1619252026-05-29T13:59:51Z
dc.title.none.fl_str_mv Robust Autonomic Nervous System Monitorization Using Wearables in Chronic Diseases
title Robust Autonomic Nervous System Monitorization Using Wearables in Chronic Diseases
spellingShingle Robust Autonomic Nervous System Monitorization Using Wearables in Chronic Diseases
Cajal Orleans, Diego
tratamiento de señales
tecnología médica
title_short Robust Autonomic Nervous System Monitorization Using Wearables in Chronic Diseases
title_full Robust Autonomic Nervous System Monitorization Using Wearables in Chronic Diseases
title_fullStr Robust Autonomic Nervous System Monitorization Using Wearables in Chronic Diseases
title_full_unstemmed Robust Autonomic Nervous System Monitorization Using Wearables in Chronic Diseases
title_sort Robust Autonomic Nervous System Monitorization Using Wearables in Chronic Diseases
dc.creator.none.fl_str_mv Cajal Orleans, Diego
Bailón Luesma, Raquel
Lázaro Plaza, Jesús
author Cajal Orleans, Diego
author_facet Cajal Orleans, Diego
Bailón Luesma, Raquel
Lázaro Plaza, Jesús
author_role author
author2 Bailón Luesma, Raquel
Lázaro Plaza, Jesús
author2_role author
author
dc.subject.none.fl_str_mv tratamiento de señales
tecnología médica
topic tratamiento de señales
tecnología médica
description La aparición de los dispositivos wearables en el ámbito de la biomedicina marca un hito importante en la evolución de la tecnología aplicada al cuidado de la salud y el bienestar personal. Estos dispositivos han revolucionado la forma en que se monitorizan los parámetros fisiológicos y las actividades cotidianas del individuo. Su desarrollo se basa en la miniaturización avanzada de sensores y sistemas de procesamiento de señales, permitiendo la captura y análisis en tiempo real de datos críticos como la frecuencia cardíaca, la oxigenación sanguínea y el nivel de actividad física, entre otros.<br />Esta innovación no solo facilita una vigilancia constante y preventiva de la salud, sino que también abre nuevas vías para la personalización del<br />tratamiento médico y la rehabilitación.<br />Los dispositivos wearables conllevan ciertas limitaciones que deben ser cuidadosamente consideradas en el diseño de algoritmos de procesamiento de señales. Uno de los desafíos principales es la calidad de los datos recogidos en entornos no controlados. Las grabaciones no supervisadas, realizadas en la vida cotidiana del usuario, pueden ser susceptibles a variaciones en la colocación del dispositivo, movimientos extrínsecos, y condiciones ambientales variables, lo cual puede resultar en mediciones imprecisas o incompletas. Adicionalmente, la naturaleza misma de los sensores utilizados en estos dispositivos, así como de las señales biológicas que registran, tiende a producir datos con un mayor nivel de ruido y artefactos. Esto es particularmente notable en señales como la fotopletismografía.<br />Para contrarrestar estos inconvenientes, es imperativo adaptar y desarrollar métodos de análisis robustos que puedan manejar estas imperfecciones inherentes a los datos. Esto incluye técnicas de preprocesamiento para la eliminación de artefactos, así como algoritmos de análisis más sofisticados que puedan extraer información útil incluso de datos incompletos. En esta tesis se presentan algunos de estos métodos, así como aplicaciones de los mismos en la monitorización de enfermedades crónicas con dispositivos wearables. En concreto, se presentan aplicaciones para el screening de apnea del sueño y para la monitorización de la depresión y la ansiedad.<br />
publishDate 2025
dc.date.none.fl_str_mv 2025
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
info:eu-repo/semantics/publishedVersion
format masterThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv http://zaguan.unizar.es/record/161925
url http://zaguan.unizar.es/record/161925
dc.language.none.fl_str_mv Inglés
language_invalid_str_mv Inglés
dc.rights.none.fl_str_mv http://creativecommons.org/licenses/by-nc/3.0/es
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc/3.0/es
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Zaragoza, Prensas de la Universidad
publisher.none.fl_str_mv Universidad de Zaragoza, Prensas de la Universidad
dc.source.none.fl_str_mv reponame:Zaguán. Repositorio Digital de la Universidad de Zaragoza
instname:Universidad de Zaragoza
instname_str Universidad de Zaragoza
reponame_str Zaguán. Repositorio Digital de la Universidad de Zaragoza
collection Zaguán. Repositorio Digital de la Universidad de Zaragoza
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869420844237717504
score 15,812429

Registos relacionados