Mostra de Extensão, Ciência e Tecnologia da Unisc

O presente estudo tem como objetivo pesquisar trabalhos relacionados ao desenvolvimento de dispositivos vestíveis aplicados ao tratamento de doenças como tuberculose, assim como em exercícios de fisioterapia. Este trabalho foi motivado especialmente pelo contexto da pandemia de COVID-19, que traz consequências importantes nas mais diversas áreas do conhecimento, especialmente a saúde. Os artigos foram buscados na base do Google Acadêmico utilizando as palavras-chave "low cost microphone",”cough sensor”,"wearable with sensitive microphone". Priorizou-se, desta forma, a busca por projetos que se enquadrassem em requisitos como custo e tamanho reduzidos. Foram encontrados nove artigos, dos quais destacamos aqui três, descritos a seguir. O artigo "Accurate and Privacy Preserving Cough Sensing using a low-cost microphone" foi desenvolvido por pesquisadores do instituto DUB. Neste artigo é apresentado um dispositivo que detecta o som de tosse através do fluxo de áudio de telefones celulares. A detecção da tosse baseia-se em uma metodologia que inclui a captura e tratamento do áudio, de modo que ele possa ser posteriormente classificado por um programa, cujo algoritmo baseia-se no método Floresta Aleatória. A partir da extração do som, o mesmo é reconstruído através do método PCA. A metodologia adotada pode ser usada em quadro geral de DPOC, podendo ser alterada conforme necessário para tratamentos diferentes. O artigo intitulado “sensor based system for automatic cough detection and classification", foi desenvolvido na Universidade de Mons, Bélgica, onde é apresentado um estudo que busca um novo sistema que adote um hardware para aquisição de dados e um software para explorar dados para detecção e então classificar a tosse, o protótipo possui sensores como oxímetro, microfones, ECG e outros. Os valores dos sensores são interpretados em gráficos onde os extratos de tosse são organizados de acordo com a semelhança em termos de duração, energia do sinal e timbre. O software é capaz de diferenciar as tosses altas das baixas e ignorar momentos de fala e riso, concluindo o artigo foi desenvolvida uma GUI que apresenta simultaneamente os resultados de sinais emitidos, a classificação de tosse é medida pela energia e duração, os demais sensores servem para fornecer informações mais precisas dos paciente. O artigo “Automatic cough episode detection using a vibroacoustic sensor” escrito por Marcel Mlynczak , Katarzyna Pariaszewska e Gerard Cybulski tem como objetivo classificar a tosse por meio das vibrações do tórax, para realização do artigo foi necessária a ajuda de 14 jovens saudáveis que realizavam testes para os sensores como tosse imitada, gritos, batida de palmas e fala. Três métodos foram utilizados para definir os vetores das características da tosse, sendo eles o domínio de tempo, domínio de frequência de tempo e modelagem espectral, usando redes neurais artificiais foi obtido uma precisão de 95%, esse estudo é importante pois utiliza sensores diferentes dos já mostrados e possui uma alta assertividade. Os trabalhos aqui pesquisados servirão como referência para o projeto "Data4Care - Uma plataforma de Tecnologia de Informação para apoio à qualificação de serviços em saúde individual e coletiva", na definição de requisitos de hardware para detecção de tosse, focando em pacientes com tuberculose, bem como para pacientes em fase de fisioterapia.