Machine learning and deep learning for intelligent insoles

Cristino, Primiano Arminio (2023) Machine learning and deep learning for intelligent insoles. [Laurea magistrale], Università di Bologna, Corso di Studio in Artificial intelligence [LM-DM270]
Documenti full-text disponibili:
[img] Documento PDF (Thesis)
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato

Download (3MB)

Abstract

The field of pervasive healthcare relies heavily on mobile personal sensing technology to identify everyday human activities. One company, eSteps Inc., headquartered in Bologna, Italy, with American origins, is actively working to address the increasing motor disabilities affecting the lower limbs. They provide comprehensive monitoring solutions that cover pre-hospitalization, hospitalization, and post-hospitalization phases, all based on biomechanics and telerehabilitation protocols. This paper's main goal is to develop an Artificial Intelligence (AI) model. The AI model's purpose is to accurately recognize the specific activities performed by individuals, whether they have Multiple Sclerosis or are in good health. The model uses data collected from eSteps' innovative devices and aims to significantly enhance the quality of care and support for patients with motor disabilities.

Abstract
Tipologia del documento
Tesi di laurea (Laurea magistrale)
Autore della tesi
Cristino, Primiano Arminio
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Human activity recognition,Inertial measurement unit sensors,Wearable sensors,Machine learning models,Deep neural networks
Data di discussione della Tesi
21 Ottobre 2023
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^