Sleep disorder monitoring system using the internet for healthcare applications

• Autorzy: Umapathy K. , Boonsong Wasana , Archana M.A. , Kumar Dinesh T. , Omkumar S. , Boonvarahan N.C.A.

Identyfikatory

DOI

10.15199/48.2024.07.13

Warianty tytułu

PL

System monitorowania zaburzeń snu wykorzystujący Internet do zastosowań w służbie zdrowia

• Języki publikacji: EN

Abstrakty

EN

Sleep is an indispensable requirement for health, which will refresh a person's body and mind. Sleep quality is essential for a person's lifestyle, eradicating various health complications. Sleep disorder is a significant complication for most people for a more extended period. During sleep time, many people used to die due to abnormal changes in the human body. In this regard, a system for tracking sleep disorders is highly required. Hence, monitoring sleep in real-time is the only way to detect sleep disorders. This paper proposes a sleep disorder monitoring (SDM) system using IoT on a time basis constructed with a Raspberry Pi controller. Various types of sensors are involved in this system to measure parameters such as heart rate, electrocardiogram (ECG), oxygen level, and snoring sound of a person. These measurements are carried out without disturbing that person's sleep. The results are forwarded to a mobile application utilizing a wifi module and displayed on an LCD screen connected to the controller. Moreover, this paper gives an idea about sleep disorders and aids people in detection and prevention.

PL

Sen jest niezbędnym warunkiem zdrowia, który odświeża ciało i umysł człowieka. Jakość snu ma zasadnicze znaczenie dla stylu życia danej osoby, eliminując różne komplikacje zdrowotne. Zaburzenia snu są dla większości ludzi poważnym powikłaniem utrzymującym się przez dłuższy czas. W czasie snu wiele osób umierało z powodu nieprawidłowych zmian w organizmie człowieka. W związku z tym niezwykle potrzebny jest system śledzenia zaburzeń snu. Dlatego monitorowanie snu w czasie rzeczywistym jest jedynym sposobem na wykrycie zaburzeń snu. W artykule zaproponowano system monitorowania zaburzeń snu (SDM) wykorzystujący technologię IoT w trybie czasowym, zbudowany w oparciu o kontroler Raspberry Pi. W systemie tym wykorzystywane są różne typy czujników, które mierzą takie parametry, jak tętno, elektrokardiogram (EKG), poziom tlenu i odgłos chrapania. Pomiary te przeprowadzane są bez zakłócania snu danej osoby. Wyniki przekazywane są do aplikacji mobilnej wykorzystującej moduł Wi-Fi i wyświetlane na ekranie LCD podłączonym do kontrolera. Ponadto artykuł ten daje wyobrażenie o zaburzeniach snu oraz pomaga w ich wykrywaniu i zapobieganiu.

Słowa kluczowe

EN

sleep; IoT; ECG; raspberry pi; SDM

PL

sen; loT; ECG; Raspberry Pi; SDM

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2024
• Tom: R. 100, nr 7
• Strony: 58--61
• Opis fizyczny: Bibliogr. 17 poz., rys.

Twórcy

autor

Umapathy K.

• Department of ECE and EIE, SCSVMV Deemed University, Kanchipuram, India

• https://orcid.org/0000-0001-7262-1904

autor

Boonsong Wasana

• Department of Electrical Education, Rajamangala University of Technology Srivijaya, Songkhla, Thailand

• https://orcid.org/0000-0003-3801-3053

autor

Archana M.A.

• Department of ECE and EIE, SCSVMV Deemed University, Kanchipuram, India

• https://orcid.org/0009-0005-6661-8721

autor

Kumar Dinesh T.

• Department of ECE and EIE, SCSVMV Deemed University, Kanchipuram, India

• https://orcid.org/0000-0001-6474-1551

autor

Omkumar S.

• Department of ECE and EIE, SCSVMV Deemed University, Kanchipuram, India

• https://orcid.org/0000-0003-2895-8061

autor

Boonvarahan N.C.A.

• Department of ECE and EIE, SCSVMV Deemed University, Kanchipuram, India

• https://orcid.org/0009-0008-1219-3133

Bibliografia

• [1] Abdur. R., Dhruba., Kazi. N. A., Md. S. K., Sami. B., Mohammand. M. K., Development of an IoT-Based Sleep Apnea Monitoring System for Healthcare Applications, Computational and Mathematical Methods in Medicine, (2021), pp. 1-16
• [2] Kasai. T., Sleep apnea and heart failure, Journal of Cardiology, Vol. 60(2), (2012), pp. 78-85
• [3] Jin. J., Sanchez-Sinencio. E., A home sleep apnea screening device with time-domain signal processing and autonomous scoring capability, IEEE Transactions on Biomedical Circuits and Systems, Vol. 9(1), (2015), pp. 96-104
• [4] Malhotra. A., White. D. P., Obstructive sleep apnea, Lancet, Vol. 360(9328), (2002), pp. 237-245
• [5] Crow. J., Sleep Apnea Statistics, Rest Right Mattress, [Access on 23 September 2023] https://restrightmattress.com/sleep apnea-statistics/.
• [6] Makicevic. M., 31 Important Sleep Apnea Statistics you should know in 2021, [Access on 21 October 2023] https://disturbmenot.co/sleep-apna-statistics
• [7] Boneberg. R., Pardun. A., Hannemann. L., et al., High plasma cystine levels are associated with blood pressure and reversed by CPAP in patients with obstructive sleep apnea, Journal of Clinical Medicine, Vol. 10(7), (2021), pp. 1387
• [8] Cay. G., Mankodiya. K., SleepSmart: Smart mattress integrated with e-textiles and IoT functions for sleep apnea management, 2020 IEEE International Conference on Pervasive Computing and Communication Workshops, (2020), pp. 1-2
• [9] Sadek. E., Seet. J., Biswas. B. A., Mokhtari. M., Nonintrusive vital signs monitoring for sleep apnea patients: a preliminary study, IEEE Access, Vol. 6, (2018), pp. 2506-2514
• [10] Hwang. S. H., Lee. J. L., Yoon. H. N., et al., Uniconstrained sleep apnea monitoring using aplyvinylidene fluoride film-based sensor, IEEE Transactions on Biomedical Engineering, Vol. 61(7), (2014), pp. 2125-2134
• [11] Penzel. T., Glos. M., Fietze. I., Herberger. S., Pillar. G., Distinguish obstructive and central sleep apnea by portable peripheral arterial tonometry, 42nd Annual International Conference of the IEEE Engineering in Medicine & Biology Society, (2020), pp. 2780-2783
• [12] Falie. D., Ichim. M., Sleep monitoring and sleep apnea event detection using a 3D camera, 8th International Conference on Communications, (2020), pp. 177-180
• [13] Dafna. E., Tarasiuk. A., Yigel. Y., Sleep-quality assessment from full night audio recordings of sleep apnea patients, 2012 Annual International Confernce of the IEEE Engineering in Medicine and Biology Science, (2012), pp. 3660-3663
• [14] Rez. T., Shoilee. S. B. A., Akhand. S. M., Khan. M. M., Development of android based pulse monitoring system, 2017 Second international Conference on Electrical, Computer and Communication Technologies, (2017), pp. 1-7
• [15] Almazaydeh. L., Elleithy. K., Faezipour. M., Obstructive sleep apnea detection using SVM-based classification of ECG signal features, 2012 Annual International Conference of the IEEE Engineering in Medicine and Biology Society, (2012), pp. 4938 4941
• [16] Umapathy. K., Omkumar. S., Dineshkumar. T., Archana. M. A., Prabhakarn. S., Aledaly. A. N., Artificial Intelligence for Healthcare 4.0, Artificial Intelligence and Blockchain in Industry 4.0, (2023), pp. 18-37
• [17] Muthukumaran. D., Umapathy. K., Omkumar. S., Health Cloud Health Care as a Service, Lecture Notes in Networks and Systems: Springer Nature, Vol. 201, (2021), pp. 489-497

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).