Sensing motion in the cloud

Abstract

Ένα σημαντικό πρόβλημα που αφορά την προστασία ασθενών με προβλήματα κίνησης είναι η δυσκολία της απομακρυσμένης και άμεσης παρακολούθησης στο χώρο που βρί-σκονται (ενδεχομένως σε νοσοκομείο ή μακριά από αυτό στο σπίτι τους), ώστε να απο-φευχθούν σοβαρά ατυχήματα. Έτσι, δημιουργήσαμε την εφαρμογή Ανίχνευσης Κίνησης του σώματος που σχεδιάστηκε και υλοποιήθηκε με τεχνολογία υπολογιστικού Νέφους K.P.P. (Kinect Protect Patient) ώστε να γίνει αυτό εφικτό. Η ανίχνευση της κίνησης του σώματος γίνεται με την χρήση του αισθητήρα κίνησης Kinect. Οι γιατροί μέσω της ε-φαρμογής έχουν την δυνατότητα να ελέγχουν το αν ο ασθενής ζητάει κάποια βοήθεια ή προσπαθεί να σηκωθεί από το κρεβάτι. Ακόμα, είναι δυνατή η διαρκής παρακολούθηση της αποθεραπείας ασθενών με τραύμα στο γόνατο μέσω συγκεκριμένης άσκησης που επιχειρούν μπροστά στον αισθητήρα. Οι υπηρεσίες γενικού σκοπού (Generic Enabler’s) που χρησιμοποιήθηκαν για την επεξεργασία των δεδομένων από τον αισθητήρα, όσο και η πρόσβαση των χρηστών στην εφαρμογή, και η εμφάνιση αποτελεσμάτων σε πραγματι-κό χρόνο σε αυτόν, παρέχονται αποκλειστικά από υποδομές υπολογιστικού Νέφους.

A major problem concerning the protection of patients with movement problems is the difficulty of remote and real-time monitoring in hospital or at home so to prevent and avoid serious accidents. In this work, we developed an application called Kinect Protect Patient (K.P.P.) that takes advantage of the cloud technology to detect patients body movement using the motion sensor of Microsoft Kinect. Medical personnel (e.g. doctors) using the application could check whether the patient requires assistance (e.g. call for help) or trying perform movements that could become harmful (e.g. try to get out of the bed). Moreover. K.P.P. allows constant monitor of the recovery of patients suffering from injuries (e.g. trauma in the knee) by using a specific exercise that suggests a movement and monitors their activity. The application is designed and implemented based on gen-eral purpose cloud services (called Generic Enabler's (GEs)) that are functional blocks used to collect data from the sensor (application front-end) to forward it to the cloud ap-plication (that relies on the cloud back-end). Specifically, we utilized GEs provided by FIWARE that offers open source implementation of various key features e.g. user authen-tication and context data management. Results shown in real-time are processed and pro-vided by a cloud computing infrastructure.