RT info:eu-repo/semantics/bachelorThesis T1 Seguridad en dispositivos para detección de fatiga y somnolencia A1 Pereira Domínguez, Iris Estefanía A2 Grado en Ingeniería Informática K1 Somnolencia K1 Smartband K1 Wearable AB El propósito de este trabajo ha sido desarrollar una aplicación móvil para plataformas Android que, haciendo uso de la tecnología de área personal inalámbrica Bluetooth Low Energy, subconjunto del protocolo Bluetooth v4.0, y de un dispositivo wearable capaz de detectar mediante sensores de fotopletismografía (PPG) las constantes vitales del usuario que lleva puesto el sistema, sea capaz de inferir cuándo este se encuentra atravesando laprimera fase del sueño: adormecimiento.Estos dispositivos se colocan en la muñeca del usuario y registran el movimiento a través deun acelerómetro interno de tres ejes de manera no invasiva. Los datos recogidos son procesados por un algoritmo capaz de clasificar el tipo de movimiento realizado. También se encargan de registrar datos durante el descanso nocturno para ofrecer información acerca de la cantidad de horas de sueño y calidad del mismo. Además de todo esto, posee otras utilidades, como avisos inteligentes, pulsómetro, reloj y cronómetro, etc. Aparte de laspulseras de actividad, objeto de estudio en este proyecto, existe gran cantidad de dispositivoswearables, como pueden ser smartwatches, smartglasses, prendas de vestir, otroscomplementos, como anillos u otro tipo de joyas, dispositivos implantables… con una inmensa variedad de funciones adaptadas al tipo de sistema y lugar donde deban ir colocados.A través de determinadas funcionalidades proporcionadas por Android Studio y del lenguajede programación Java es posible, tras un proceso de autenticación para completar el emparejamiento, acceder programáticamente a aquellas características de la pulsera de actividad que el fabricante deja a libre disposición, como pueden ser la información del dispositivo, características tanto del hardware como del software del mismo, así como la información de la batería, cifras suministradas por el sensor de ritmo cardiaco, etc., si bien es cierto que existen muchas otras características a las que solo se puede acceder a través de la aplicación del fabricante y no desde aplicaciones o servicios de terceros.Una vez obtenido el acceso a los servicios de la smartband, se pretendía deducir, mediante unalgoritmo, el estado del usuario en cuanto a somnolencia se refiere, con el objetivo deprevenir cualquier tipo de accidente, ya sea laboral o de tráfico, así como de alertar a estemediante vibraciones continuadas del dispositivo, con el fin de concienciarlo de que atraviesa un estado que puede suponer un riesgo, tanto para su persona como para su entorno. Este algoritmo requiere de un periodo de aprendizaje, puesto que, al tratarse devariables fisiológicas, estas pueden verse alteradas en función de diversos factores, como pueden ser el género, la edad, la alteración en los hábitos de sueño, el padecimiento de enfermedades cardiovasculares, la diabetes, etc. del usuario, por lo que en muy pocos casos podrá aplicarse el mismo modelo a distintos usuarios. Este periodo resulta útil para registrar una tendencia en la frecuencia cardiaca del portador del dispositivo y para observar cómovaría a lo largo del tiempo, estableciendo así un umbral a partir del cual se determina que esposible que el usuario presente síntomas de cansancio y somnolencia. YR 2022 FD 2022 LK http://riull.ull.es/xmlui/handle/915/28733 UL http://riull.ull.es/xmlui/handle/915/28733 LA es DS Repositorio institucional de la Universidad de La Laguna RD 28-mar-2024