ارائه ­دهنده:
مهدیه علی اعظم

  استاد راهنما:
دکتر امیرمهدی حسینی منزه

  هیات داوران:

دکتر حالم بیت الهی
 دکتر نظام رهبانی

زمان : ۲۷ شهریور ماه ۱۴۰۲

  ساعت ۱۰:۰۰

چکیده پایان نامه :
 

امروزه بیماری‌های مزمن عامل اصلی مرگ‌ومیر در دنیا هستند. پیشگیری از بدتر شدن بیماری در بیماران مزمن میزان مرگ‌ومیر را به طور قابل‌توجهی کاهش می‌دهد. در بیشتر موارد، بدتر شدن ناگهانی بیماری از طریق تغییر برخی علائم اولیه در پارامترهای پزشکی بیماران مانند ضربان قلب، تعداد تنفس، دمای بدن، اشباع اکسیژن خون و غیره مشخص می‌شود. یافتن این علائم هشداردهنده اولیه از طریق نظارت مستمر بر بیمار، فرصتی را برای کاهش خطر فراهم می‌کند. در این راستا، پیشرفت‌های اخیر سامانه‌های رایا-فیزیکی  در حوزه سامانه‎های مراقبت‌ سلامت، امکان استفاده از ابزارهای پوشیدنی را برای نظارت از راه دور بیمار فراهم کرده است. در نظارت از راه دور، تداوم و ماندگاری خدمات به‌شدت تحت‌تأثیر مصرف انرژی حسگر پوشیدنی و اندازه باتری است. استقرار کارآمد حسگرها، استفاده از حسگرها در حالت کم‌مصرف با عملکرد پایین، کاهش نویز و ثبت سیگنال‌ها به‌صورت دوره‌ای برخی از روش‌های پیشنهادی مدیریت انرژی برای طولانی‌تر کردن زمان کار با دستگاه است. بااین‌حال، هر یک از این موارد دارای معایبی هستند. کاهش تعداد حسگرها و استفاده از آنها در حالت کم‌مصرف، باعث افزایش ابهام و کاهش کیفیت سیگنال می‌شود. روش‌های کاهش نویز دارای سربار و پیچیدگی زیاد هستند  و همچنین ثبت سیگنال‌ها به‌صورت دوره‌ای، به‌جای جمع‌آوری مداوم داده‌ها، خطر ازدست‌دادن برخی تغییرات وضعیت سلامت یا علائم اولیه بدتر شدن را افزایش می‌دهد. جهت حل این چالش‌ها روشی با عنوان Federated Sensing (FS)  ارائه شده است. اصلی‌ترین هدف این پژوهش، بهبود انتخاب حسگرهای با دقت بیشتر و کاهش مصرف انرژی است. این روش با در نظر گرفتن هم‌پوشانی و وابستگی داده‌های حسگرها و تغییر در نرخ نمونه برداری حسگرها و همچنین  روشن و خاموش کردن حسگرها به‌طور پویا، می‌تواند مصرف انرژی را کاهش دهد و قابلیت اطمینان سامانه‌های رایا-فیزیکی را افزایش دهد. در پایان نتایج حاصل از پیاده‌سازی نشان می‌دهد که روش FS در مقایسه با سایر روش‌ها موفق به بهبود دقت تشیخص تا ۳۵.۴ درصد و همچنین کاهش توان مصرفی دستگاه تا ۴۲.۶ درصد شده است.