Please use this identifier to cite or link to this item: https://repositorio.escuelaing.edu.co/handle/001/809
Exportar a Bibtex Exportar a RIS Exportar a Excel Buscar en google Schoolar Buscar en microsoft academic
Title: Implementación de una arquitectura basada en plataformas de computación de alto desempeño y tiempo real para el procesamiento de señales cardíacas
Authors: Devia Serna, Julián David 
Sepúlveda Alzate, Daniela 
metadata.dc.thesis.grantor: Cadavid Rengifo, Héctor Fabio ( dir )
Benavides Navarro, Luis Daniel ( dir )
Keywords: Procesamiento de señales cardíacas
Computación
Sofware para computador
Issue Date: 2018
Publisher: Escuela Colombiana de Ingeniería Julio Garavito
metadata.dc.description.resumen: En el proyecto se implementó una arquitectura escalable para el monitoreo en tiempo real de la salud cardíaca (HAAS - Holter As A Service), fuertemente ligada con las tendencias E-Health y M-Health para facilitar el acceso y monitoreo remoto desde dispositivos móviles hacía una plataforma web con acceso de los pacientes, médicos, enfermeras y demás personal médico. Con el objetivo de brindar un mejor servicio a las personas con enfermedades cardíacas, una de las principales causas de mortalidad en el mundo. La arquitectura fue implementada con un framework de software libre llamado Apache Storm e integración de procesamiento con tarjetas de vídeo Nvidia-Cuda, con el objetivo de mejorar el tiempo de ejecución de algoritmos usados para el procesamiento de electrocardiogramas (ECG), que reflejan las señales cardíacas del paciente, también mejorar la capacidad de atención en tiempo real en los centros de salud y la detección automática de cardiopatías mediante la integración de un módulo de Machine Learning.
Abstract: E-Health and M-Health represent a great opportunity to overcome the big limitations of coverage, equity, and quality of health services in developing countries. M-Health solutions that aim to the continuous monitoring and analysis of heart signals are particularly promising, considering that heart diseases are among the top 3 causes of death in the world. However, deploying this kind of solutions at a region-wide scale, guaranteeing -among other quality attributes- high availability and good performance is a big challenge. A signal processing platform working at this scale requires processing continuously and simultaneously signals from thousands of patients. Moreover, those platforms are deployed over complex, heterogeneous and dynamic topologies, where millions of devices exchange significant amounts of information over global communications infrastructures. In this paper, we present a highly scalable architecture that integrates Real-Time and High-Performance Computing platforms (used for BigData and GPU computing respectively) to minimize the latency of the processing time of a massive amount of signal streams. We validate our approach through a prototype implementation that integrates real ECG processing algorithms. According to the preliminary experiments and results, with the proposed architecture the platform should be capable of processing thousands of concurrent ECG signals, efficiently calculating the heart rate, heart rate variability, and several cardiopathies in real-time.
URI: https://catalogo.escuelaing.edu.co/cgi-bin/koha/opac-detail.pl?biblionumber=21515
https://repositorio.escuelaing.edu.co/handle/001/809
Appears in Collections:FA - Trabajos de Grado Sistemas

Files in This Item:
File Description SizeFormat 
Devia Serna, Julián David - 2018.pdf2.86 MBAdobe PDFThumbnail
View/Open
Autorización .pdf958.1 kBAdobe PDFThumbnail
View/Open
Show full item record

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.