Sistema para identificação e monitoramento das características de crises epilépticas integrado ao aplicativo Telegram

dc.contributor.advisorMestre Gabriel Cambraia Soares
dc.contributor.authorGiancoti, Paula Caroline Pego Sales
dc.date.accessioned2024-09-26T12:26:20Z
dc.date.available2024-09-26T12:26:20Z
dc.date.issued2024-08-07
dc.description.abstractEste trabalho apresenta o desenvolvimento de um protótipo para a detecção e predição de crises epilépticas, com o objetivo de melhorar a qualidade de vida das pessoas com epilepsia (PCE). A epilepsia é uma condição neurológica que afeta milhões de pessoas em todo o mundo e frequentemente requer monitoramento contínuo devido ao risco de crises súbitas e debilitantes. O objetivo principal deste projeto é criar um dispositivo capaz de identificar crises epilépticas por meio da análise de biomarcadores, principalmente a variação do batimento cardíaco, e complementarmente via autorrelato. O sistema deverá registrar informações que corroborem para a classificação dos tipos de crise, além de emitir alertas sonoros e enviar mensagens ao Telegram. O protótipo utiliza sensores para monitorar o batimento cardíaco, detectando alterações significativas que precedem ou ocorrem durante uma crise. Dados sobre enrijecimento muscular e movimentações também são coletados para auxiliar na classificação do tipo de crise. A comunicação entre o dispositivo e os cuidadores é facilitada pelo aplicativo Telegram, uma plataforma de mensagens amplamente utilizada no mundo, permitindo o envio imediato de alertas e relatórios detalhados sobre as crises. Os métodos aplicados incluem a utilização de microcontroladores de baixo custo e fácil programação, integrados com sensores fisiológicos para coleta de dados em tempo real. A detecção de crises aciona alertas sonoros e o envio de notificações instantâneas para um grupo do Telegram, que pode incluir familiares, cuidadores e profissionais de saúde. Esse sistema garante uma resposta rápida em situações de emergência, aumentando a segurança das PCE. Os resultados mostram que o dispositivo é capaz de identificar simulações de crises epilépticas de forma eficaz e emitir alertas em tempo hábil. A análise dos dados coletados possibilita um diagnóstico mais preciso, permitindo ajustes personalizados no tratamento. A capacidade de predição de crises com antecedência de alguns segundos ou minutos proporciona maior autonomia às PCE, reduzindo o impacto social e psicológico das crises inesperadas. Conclui-se que o desenvolvimento deste protótipo representa um avanço significativo no monitoramento de crises epilépticas. A integração com o Telegram facilita a comunicação rápida e eficiente entre o dispositivo e os cuidadores, contribuindo para intervenções médicas mais ágeis e a prevenção de complicações severas, como a morte súbita por epilepsia (Sudep). Futuras melhorias incluirão a miniaturização do dispositivo, a implementação de sensores mais precisos e a realização de testes clínicos para validar sua eficácia em ambientes hospitalares e domiciliares.
dc.description.abstract1This work presents the development of a prototype for the detection and prediction of epileptic seizures, with the goal of improving the quality of life for people with epilepsy (PWE). Epilepsy is a neurological condition that affects millions of people worldwide and often requires continuous monitoring due to the risk of sudden and debilitating seizures. The main goal of this project is to develop a device capable of identifying epileptic seizures through the analysis of biomarkers, primarily heart rate variation, and additionally via self-report. The system should record information that supports the classification of seizure types, as well as emit sound alerts and send messages to Telegram. The prototype uses sensors to monitor heart rate, detecting significant variations that occur before or during seizures. Data about muscle stiffness and movements are also collected to help classify the type of seizure. Communication between the device and caregivers is facilitated by the Telegram application, a messaging platform widely used worldwide, allowing for the immediate sending of alerts and enhancing the safety of PWE. The methods applied involve the use of low-cost and easily programmable microcontrollers, integrated with physiological sensors for real-time data collection. Seizure detection triggers sound alerts and sends instantaneous notifications to Telegram groups, which include family members, caregivers, and healthcare professionals. This system guarantees a quick response in emergency situations, increasing the safety of PWE. The results show that the device is capable of identifying simulated epileptic seizures effectively and emitting timely alerts. Analysis of the collected data enables a more accurate diagnosis, allowing for personalized adjustments in treatment. The ability to predict seizures a few seconds or minutes in advance provides greater autonomy for PWE, reducing the social and psychological impact of unexpected seizures. In conclusion, the development of this prototype represents a significant advancement in the monitoring of epileptic seizures. Integration with Telegram facilitates rapid and efficient communication between the device and caregivers, contributing to more agile medical interventions and the prevention of severe complications, such as sudden unexpected death in epilepsy (SUDEP). Future improvements will include miniaturizing the device, implementing more accurate sensors, and conducting clinical testing to validate its effectiveness in hospital and home environments.
dc.identifier.urihttp://hdl.handle.net/20.500.14387/1820
dc.language.isoPortuguês
dc.publisher.campiItabirito
dc.publisher.countryBrasil
dc.publisher.institutionInstituto Federal de Educação, Ciência e Tecnologia de Minas Gerais
dc.rightsAcesso aberto
dc.subject.keywordEpilepsia
dc.subject.keywordCrises Epilépticas
dc.subject.keywordMonitoramento de Saúde
dc.subject.keywordTelegram
dc.subject.keywordDispositivo Vestível
dc.titleSistema para identificação e monitoramento das características de crises epilépticas integrado ao aplicativo Telegram
dc.typeTrabalho de Conclusão de Curso
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
TCC_Paula_Giancoti___Sistema_para_identificação_e_monitoramento_das_características_de_crises_epilépticas_integrado_ao_aplicativo_Telegram.pdf
Tamanho:
11.64 MB
Formato:
Adobe Portable Document Format
Descrição:
Licença do Pacote
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.79 KB
Formato:
Item-specific license agreed to upon submission
Descrição: