This thesis proposes a methodology for the collection, manipulation and visualization of data for the monitoring of user behavior in healthcare. The problem arose from Villa Miralago, a center for the treatment of eating disorders in which patients must be controlled to identify certain behaviors that may affect the success of treatment. Continuous monitoring of patients in the medical field is a fairly common topic and the use of technology in this field may become crucial in some situations where medical personnel cannot always be present. These kind of implementations are also important as a tool of decision support for doctors and therapists. The document focuses on tracking data about physiological condition, position in an indoor environment and emotional state of the person. The work starts by analyzing the state of the art and presenting the various measurements that can be made to monitor these three aspects. A working methodology based on data is also proposed analyzing the three fundamental phases for an approach of this type: data gathering, data processing, data visualization. The methods and techniques for dealing with the problem are explained for each of the phases. In particular, we carried out a study on social interactions between users starting from their positions in space. We have analyzed the different interactions, measuring their number and identifying the areas where most frequently users have an interaction. The implementation also proposes two algorithms: one for the recognition of emotions via video camera and one that transcribes a conversation to perform an emotional analysis starting from the text. To complete the implementation study in the three aspects of the methodology, a dashboard is presented to represent the data and make it available to the user.

Questa tesi propone una metodologia per la raccolta, la manipolazione e la visualizzazione di dati per il monitoraggio del comportamento di un utente in ambito medico. Il problema è nato da VIlla Miralago, un centro per la cura dei disturbi alimentari in cui i pazienti devono essere controllati per individuare alcuni comportamenti che possono influire sulla riuscita delle cure. Il monitoraggio continuo di pazienti in ambito medico è un tema abbastanza diffuso e l’utilizzo della tecnologia in quest’ambito può diventare fondamentale in alcune situazioni in cui il personale medico non può essere sempre presente. Implementazioni di questo tipo sono importanti anche per quanto riguarda il supporto decisionale per medici e terapisti. Il documento si focalizza sul tracciamento dei dati a livello fisico, della posizione in un ambiente chiuso e dello stato emozionale della persona. Il lavoro parte analizzando lo stato dell’arte e presentando le varie misurazioni che è possibile effettuare per monitorare questi tre aspetti. Viene proposto inoltre una metodologia di lavoro basata sui dati analizzando le tre fasi fondamentali per un approccio di questo tipo: misurazione e recupero del dato, manipolazione e valorizzazione dello stesso, rappresentazione e visualizzazione. Per ognuna delle fasi vengono illustrati i metodi e le tecniche per affrontare il problema. In particolare abbiamo effettuato uno studio sulle interazioni sociali tra gli utenti partendo dalle loro posizioni nello spazio. Abbiamo analizzando le diverse interazioni, misurandone il numero e identificando le zone dove più frequentemente gli utenti hanno una interazione. L’implementazione propone inoltre due algoritmi: uno per il riconoscimento delle emozioni tramite videocamera e uno che esegue lo trascrizione di una conversazione per effettuare un analisi emozionale partendo dal testo. Per completare lo studio implementativo nei tre aspetti della metodologia, viene presentata una dashboard per rappresentare il dato e renderlo disponibile per l’utente.

A data-driven approach for continuous behavior monitoring in healthcare

Perego, Alessandro
2019/2020

Abstract

This thesis proposes a methodology for the collection, manipulation and visualization of data for the monitoring of user behavior in healthcare. The problem arose from Villa Miralago, a center for the treatment of eating disorders in which patients must be controlled to identify certain behaviors that may affect the success of treatment. Continuous monitoring of patients in the medical field is a fairly common topic and the use of technology in this field may become crucial in some situations where medical personnel cannot always be present. These kind of implementations are also important as a tool of decision support for doctors and therapists. The document focuses on tracking data about physiological condition, position in an indoor environment and emotional state of the person. The work starts by analyzing the state of the art and presenting the various measurements that can be made to monitor these three aspects. A working methodology based on data is also proposed analyzing the three fundamental phases for an approach of this type: data gathering, data processing, data visualization. The methods and techniques for dealing with the problem are explained for each of the phases. In particular, we carried out a study on social interactions between users starting from their positions in space. We have analyzed the different interactions, measuring their number and identifying the areas where most frequently users have an interaction. The implementation also proposes two algorithms: one for the recognition of emotions via video camera and one that transcribes a conversation to perform an emotional analysis starting from the text. To complete the implementation study in the three aspects of the methodology, a dashboard is presented to represent the data and make it available to the user.
ING - Scuola di Ingegneria Industriale e dell'Informazione
15-dic-2020
2019/2020
Questa tesi propone una metodologia per la raccolta, la manipolazione e la visualizzazione di dati per il monitoraggio del comportamento di un utente in ambito medico. Il problema è nato da VIlla Miralago, un centro per la cura dei disturbi alimentari in cui i pazienti devono essere controllati per individuare alcuni comportamenti che possono influire sulla riuscita delle cure. Il monitoraggio continuo di pazienti in ambito medico è un tema abbastanza diffuso e l’utilizzo della tecnologia in quest’ambito può diventare fondamentale in alcune situazioni in cui il personale medico non può essere sempre presente. Implementazioni di questo tipo sono importanti anche per quanto riguarda il supporto decisionale per medici e terapisti. Il documento si focalizza sul tracciamento dei dati a livello fisico, della posizione in un ambiente chiuso e dello stato emozionale della persona. Il lavoro parte analizzando lo stato dell’arte e presentando le varie misurazioni che è possibile effettuare per monitorare questi tre aspetti. Viene proposto inoltre una metodologia di lavoro basata sui dati analizzando le tre fasi fondamentali per un approccio di questo tipo: misurazione e recupero del dato, manipolazione e valorizzazione dello stesso, rappresentazione e visualizzazione. Per ognuna delle fasi vengono illustrati i metodi e le tecniche per affrontare il problema. In particolare abbiamo effettuato uno studio sulle interazioni sociali tra gli utenti partendo dalle loro posizioni nello spazio. Abbiamo analizzando le diverse interazioni, misurandone il numero e identificando le zone dove più frequentemente gli utenti hanno una interazione. L’implementazione propone inoltre due algoritmi: uno per il riconoscimento delle emozioni tramite videocamera e uno che esegue lo trascrizione di una conversazione per effettuare un analisi emozionale partendo dal testo. Per completare lo studio implementativo nei tre aspetti della metodologia, viene presentata una dashboard per rappresentare il dato e renderlo disponibile per l’utente.
File allegati
File Dimensione Formato  
2020_12_Perego.pdf

non accessibile

Dimensione 3.72 MB
Formato Adobe PDF
3.72 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/169076