Έμβλημα Πολυτεχνείου Κρήτης
Το Πολυτεχνείο Κρήτης στο Facebook  Το Πολυτεχνείο Κρήτης στο Twitter  Το Πολυτεχνείο Κρήτης στο YouTube   Το Πολυτεχνείο Κρήτης στο Linkedin

11
Οκτ

Παρουσίαση διπλωματικής εργασίας κ. Νικολάου Κανάκη, Σχολή ΜΠΔ
Κατηγορία: Παρουσίαση Διπλωματικής Εργασίας   ΜΠΔ  
Τοποθεσία
Ώρα11/10/2021 12:00 - 13:00

Περιγραφή:

ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ

ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ

 

Ονοματεπώνυμο:   Νικόλαος Κανάκης

Αριθμός Μητρώου:              2016010136

 

Θέμα

Τίτλος στα Ελληνικά:            Ολοκληρωμένο σύστημα ειδοποίησης μέσω παρακολούθησης οπτικής εστίασης σε ανθρώπους με κινητικές δυσκολίες

Τίτλος στα Αγγλικά:            Integrated eye-tracking alert system for people with movement disabilities

 

 

    • Επιτροπή:
      • Πρώτος Επιβλέπων: Καθ. Αριστομένης Αντωνιάδης
      • Δεύτερος Επιβλέπων: Αν. Καθ. Παναγιώτης Παρτσινέβελος
      • Τρίτο Μέλος: Καθ. Νικόλαος Μπιλάλης

 

Περίληψη της εργασίας στα Ελληνικά:          

Η παρούσα διπλωματική εργασία έχει σκοπό να παρέχει μία διευκόλυνση στον τρόπο ζωής των ασθενών με κινητικές δυσκολίες. Ειδικότερα, η ασθένεια της Πλάγιας Μυατροφικής Σκλήρυνσης (ALS) αποτελεί την πιο επώδυνη νόσο του κινητικού νευρώνα. Άνθρωποι που προσβάλλονται από αυτή την ασθένεια χάνουν μόνιμα την κινητικότητα των μυών τους και ως εκ τούτου αντιμετωπίζουν καθημερινά πολλά προβλήματα διαβίωσης. Για τον λόγο αυτό προκύπτει η ανάγκη εικοσιτετράωρης παρουσίας φροντιστή δίπλα στους ασθενείς για την κάλυψη της θεραπείας, της διατροφής και της προσωπικής τους υγιεινής.

Μία αναπόφευκτη συνέπεια της νόσου ALS είναι η ατροφία των φωνητικών χορδών. Αυτή η κατάσταση φέρνει ως αποτέλεσμα την αδυναμία του ασθενούς να ειδοποιήσει τον φροντιστή του για επείγουσα ανάγκη. Κατά τη διάρκεια της νύχτας ο κίνδυνος αυξάνεται, διότι σε συνθήκες χαμηλού φωτισμού ο φροντιστής αδυνατεί να παρατηρήσει αν ο ασθενής τον έχει ανάγκη. Έτσι προκύπτει η ανάγκη του ασθενούς να εκφράσει μία κραυγή βοήθειας.

Ο στόχος αυτής της διπλωματικής είναι να δημιουργηθεί αυτή η κραυγή βοήθειας μέσω της κίνησης των ματιών του ασθενούς. Το τελικό προϊόν της παρούσας διπλωματικής θα μπορεί να λειτουργεί σε συνθήκες χαμηλού φωτισμού με κατάλληλους οπτικούς αισθητήρες καθώς και να προσαρμόζεται στις αρχιτεκτονικές ιδιαιτερότητες του κάθε χώρου.

Η υλοποίηση της παρούσας διπλωματικής εργασίας βασίζεται στην τεχνολογία εντοπισμού ματιών (Eye Tracking) και στην τεχνολογία των ενσωματωμένων συστημάτων (Embedded Systems). Πιο συγκεκριμένα, στην τεχνολογία εντοπισμού ματιών συμπεριλαμβάνονται η ψηφιακή επεξεργασία εικόνας (Image Processing), η αναγνώριση προσώπου (Face Recognition) και η υπολογιστική όραση σε πραγματικό χρόνο (real-time Computer Vision). Τέλος, στα ενσωματωμένα συστήματα συμπεριλαμβάνονται ο χειρισμός περιφερειακών εισόδου και εξόδου (General Purpose Input/Output - GPIO) και ο αντικειμενοστραφής προγραμματισμός (Object-Oriented Programming).

Στα πλαίσια της διπλωματικής εργασίας υλοποιήθηκε αλγόριθμος που αναγνωρίζει την προδιαγεγραμμένη αλληλουχία ανοίγματος, κλεισίματος και διατήρησης της κατεύθυνσης των οφθαλμών του ασθενούς. Κατά την αναγνώριση της εκάστοτε αλληλουχίας, ενεργοποιούνται αντίστοιχα ηχητικά σήματα ειδοποίησης.

Η κύρια συσκευή είναι σε μέγεθος ενός συμβατικού smartphone, και περιέχει έναν μικροεπεξεργαστή Raspberry Pi, ηχεία, λαμπτήρες LED και δύο κάμερες υπολογιστή (webcams) και θα μπορεί να εγκατασταθεί σε Ιδρύματα Φροντίδας των ασθενών με ALS, σε Νοσοκομεία, σε γηροκομία και σε σπίτια.

 

Περίληψη της εργασίας στα Αγγλικά:            

The present dissertation aims to facilitate the everyday life of patients with mobility difficulties. In particular, Αmyotrophic Lateral Sclerosis (ALS) is the most painful motor neurone disease. People affected by this disease permanently lose their muscle mobility and therefore face many daily living problems. For this reason, there is a need for a 24-hour caregiver to be present next to the patients to cover their treatment, nutrition and personal hygiene.

An inevitable consequence of ALS is atrophy of the vocal cords. This condition results in the patient's inability to notify their caregiver in the case of an emergency. During the night the risk increases, because in low light conditions the caregiver is unable to observe if the patient needs them. It turns out that the patient's need is to express a cry for help.

The aim of this dissertation is to create this cry for help through the patient's eye movement. The final product of this dissertation will be able to operate in low light conditions with suitable optical sensors as well as to be adapted to the architectural uniqueness of each space.

The implementation of this dissertation is based on Eye Tracking and Embedded Systems technology. More specifically, eye tracking technology includes digital image processing, face recognition and real-time computer vision. Finally, embedded systems include general purpose input / output (GPIO) and object-oriented programming.

As part of the dissertation, an algorithm was implemented that recognizes the prescribed sequence of opening, closing and maintaining the direction of the patient's eyes. When the respective sequence is identified, corresponding alarm signals are activated.

The main device is in the size of a conventional smartphone, and contains a Raspberry Pi microcontroller, speakers, LED lamps and two computer cameras (webcams) and can be installed in ALS Care Centers, Hospitals, Nursing Homes and homes.

 

Ημερομηνία Εξέτασης

Ημέρα/Μήνας/Έτος:             11/10/2021

Ώρα:       12:00

 

​​​​​​​Χώρος Εξέτασης

Αίθουσα:              

https://tuc-gr.zoom.us/j/84596447511?pwd=a0hkc081Vm1LNEJxWk9IL21zYkN0UT09

 

 

© Πολυτεχνείο Κρήτης 2012