Resumen:
|
El Internet de las cosas es un paradigma que está revolucionando la manera de interactuar entre las personas y los objetos, dando lugar al manejo de grandes cantidades de información que hay que procesar y que implican un aumento consumo energético en los sistemas y redes de computación que antes no existía, además del impacto ambiental asociado. Esta revolución está afectando a diversos campos, como el de la salud, dando lugar al eHealth. Gracias al eHealth se puede realizar una monitorización continua mediante una red de sensores corporales a enfermos crónicos para realizar una predicción de las crisis sintomáticas. Este estudio se centra en concreto en la migraña, una enfermedad neurológica que afecta entorno al 15 % de la población europea, y cuyo tratamiento da lugar a elevados costes para la administración pública y entidades sanitarias. La predicción de crisis de migraña requiere de una monitorización ambulatoria continua, que genera grandes cantidades de datos que deben ser enviados a un centro de procesado de datos. El dispositivo mediante el cual se recogen estos datos dispone de batería, por tanto es de importante reducir su consumo para aumentar su autonomía. Este estudio se centrará en el análisis de métodos de compresión basados en la transformada de Wavelet, la transformada de Fourier y Compressed Senssing aplicados a las señales biomédicas que requieren de una alta tasa de muestreo (electrocardiograma y fotopletismografía). Los resultados obtenidos muestran que se reducirán hasta un 93 % el volumen de datos a enviar y así conseguir una mayor vida útil de las baterías.
|