1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Sonora
4. Instituto Tecnológico de Hermosillo
5. Tesis de Maestría
6. Maestría en Ciencias de la Computación

Title:	Modelo Sensible al Contexto para Soporte de un Sistema Inteligente de Anomalías Cardiacas en Pacientes de Tipo Ambulatorio
Authors:	Márquez Agundez, Luz
Issue Date:	2016-08-18
Publisher:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico de Hermosillo
Description:	En la actualidad, los sistemas sensibles al contexto integran cada vez más múltiples tecnologías de comunicación e identificación, las cuales son capaces de interaccionar con infraestructuras de comunicación y con otros dispositivos de su entorno. Bajo este enfoque, el uso de estas tecnologías sugiere que se empleen coordinadamente, ya que entre sus objetivos está el adquirir información contextual, lo cual ha motivado la generación de sistemas sensibles al contexto, centrados en el usuario, adaptables e inteligentes. El objetivo de esta tesis de investigación ha sido diseñar un modelo sensible al contexto, el cual permite agregar funcionalidades que se consideran importantes en el entorno de un paciente con anomalías cardiacas, estas funcionalidades son un soporte en un sistema de monitoreo remoto de eventos cardiacos. El modelo sensible al contexto ha sido desarrollado bajo el enfoque de ciclo de vida de contexto, el cual consta de cuatro fases principales: la adquisición de contexto, el modelado de contexto, el razonamiento de contexto y por último, la difusión de contexto. Las anteriores fases integran lo que un sistema sensible al contexto debe contener. Las variables de contexto que se han considerado en esta tesis son: la localización geográfica del paciente; el estado del paciente, a través de un módulo de reconocimiento de posturas del cuerpo; así como la detección de una caída. Así mismo, diferentes señales biomédicas adicionales a la señal electrocardiográfica (ECG), como son la saturación de oxígeno en la sangre y la presión arterial, las cuales proporcionan información del estado de paciente. De tal manera, que con el modelo propuesto es posible tener información de vital importancia del paciente que ha tenido un evento cardiaco. Como por ejemplo se puede conocer dónde se encuentra, si se ha caído, tal vez por un desmayo, también es posible determinar su postura lo cual permite tener una lectura confiable del ECG. El modelo propuesto ha sido probado con las variables descritas previamente; sin embargo, es posible incorporar nuevas variables de contexto y variables biomédicas.
metadata.dc.type:	info:eu-repo/semantics/masterThesis
Appears in Collections:	Maestría en Ciencias de la Computación

This item is protected by original copyright View License

This item is licensed under a Creative Commons License