Una metodologia per la valutazione della qualità di segnali derivanti dal monitoraggio del sonno

The activity of monitoring its vital parameters during the daily activities is becoming more and more common among the population, so the number of products on the market designed for this purpose is constantly growing. The sensors used in this area are integrated into wearable devices by the user, in order to make monitoring as less invasive as possible. In order to support wireless communications, these sensors must be designed with energy and memory constraints that require the use of aggregate data collection techniques prior to transmission. Aware of the presence of measurement errors by the sensors, the quality of the signals is monitored in order to evaluate them appropriately. Considering this aspect of the different parameters monitored and exploiting the possible correlations between them, it is possible to verify the correctness of the performance of a signal and, in the event of a sharp decrease in data quality, perform remedial actions that will keep it reliable. The information obtained from the intersection of the various signals allows to provide the user with an overview of their health status during the monitored period. The work described focuses on sleep monitoring and evaluation based on the observation of parameters such as heart rate, respiratory rate, body temperature and movement. The methodologies defined in order to optimally aggregate a signal, ascertain possible correlations with signals related to different parameters monitored in the same time interval, and calculate a set of metrics that allow the user to better understand how his rest. In conclusion, the analysis of the performance of the methodologies proposed in this thesis is carried out by comparing it with some of the approaches in literature in order to demonstrate the improvements achieved.

L’attività di monitoraggio dei propri parametri vitali durante lo svolgimento delle diverse attività quotidiane sta diventando una pratica sempre più comune tra la popolazione, tant’è che il numero di prodotti sul mercato progettati a tale scopo è in continua crescita. I sensori utilizzati in questo settore vengono integrati in dispositivi indossabili dall’utente, al fine di rendere il monitoraggio il meno invasivo possibile. Dovendo supportare comunicazioni wireless, tali sensori devono essere progettati tenendo in considerazione vincoli energetici e di memoria, i quali rendono necessario l’utilizzo di tecniche di aggregazione dei dati raccolti prima di effettuare le trasmissioni. Consapevoli della presenza di errori di misurazione da parte dei sensori, si tiene traccia della qualità dei segnali in esame al fine di valutarli in maniera opportuna. Considerando tale aspetto relativo ai diversi parametri monitorati e sfruttando le possibili correlazioni esistenti tra gli stessi, è possibile controllare la correttezza dell’andamento di un segnale e, nel caso questo subisca una forte diminuzione in termini di qualità dati, effettuare operazioni correttive che ne preservino l’affidabilità. Le informazioni ottenibili dall’incrocio dei diversi segnali consentono di fornire all’utente una panoramica sul proprio stato di salute nel periodo monitorato. Il lavoro descritto si focalizza sul monitoraggio del sonno e sulla sua valutazione basata sull’osservazione di parametri quali la frequenza cardiaca, la frequenza respiratoria, la temperatura corporea ed i movimenti. Vengono riportate le metodologie definite al fine di aggregare in maniera ottimale un segnale, verificarne le possibili correlazioni con segnali relativi a differenti parametri monitorati nello stesso intervallo di tempo e calcolare una serie di metriche che consentano all’utente di comprendere meglio come si svolge il suo riposo. In conclusione viene effettuata l’analisi delle performance delle metodologie proposte in questa tesi effettuando il paragone con alcuni degli approcci presenti in letteratura al fine di dimostrare i miglioramenti ottenuti.