dc.contributor.author |
อุรีรัฐ สุขสวัสดิ์ชน |
|
dc.contributor.author |
ชิดชนก เหลือสินทรัพย์ |
|
dc.contributor.author |
จักริน สุขสวัสดิ์ชน |
|
dc.contributor.author |
วิรุฬห์ ศรีบริรักษ์ |
|
dc.contributor.author |
ชนัญชิดาดุษฎี ทูลศิริ |
|
dc.contributor.author |
เหมรัศมิ์ วชิรหัตถพงศ์ |
|
dc.contributor.other |
มหาวิทยาลัยบูรพา. คณะวิทยาการสารสนเทศ |
|
dc.date.accessioned |
2020-04-15T02:37:23Z |
|
dc.date.available |
2020-04-15T02:37:23Z |
|
dc.date.issued |
2562 |
|
dc.identifier.uri |
http://dspace.lib.buu.ac.th/xmlui/handle/1234567890/3886 |
|
dc.description.abstract |
จากปัญหาและความสำคัญของการดูแลและเฝ้าระวังสุขภาพโดยเฉพาะผู้สูงอายุ งานวิจัยนี้ได้นำเสนอโมเดลสำหรับการดูแลเฝ้าระวังสุขภาพของผู้สูงอายุ โดยโมเดลนี้จะแบ่งออกเป็น 2 ส่วน ดังนี้ ส่วนแรกเป็นแดชบอร์ดแบบเวลาจริง เป็นการนำข้อมูลของผู้ใช้มาแสดงร่วมกันด้วยการแสดงผลหลาย ๆ แบบ ผ่านการวิเคราะห์และประมวลผลแบบเรียลไทม์ด้วยเทคโนโลยีที่จัดการเกี่ยวกับ Big Data มาใช้ ในส่วนนี้ประกอบไปด้วยส่วนของการรับข้อมูล ส่วนของการประมวลผลข้อมูลแบบเรียลไทม์ ส่วนของการจัดเก็บข้อมูลในฐานข้อมูลเพื่อใช้ในการเก็บข้อมูลที่มีปริมาณมากและต่อเนื่อง และส่วนของในการเฝ้าระวังและตรวจจับความผิดปกติจากพฤติกรรมของผู้สูงอายุแบบเวลาจริงจากอุปกรณ์สวมใส่ ในงานวิจัยนี้ได้ใช้กฎเกณฑ์สุขภาพ เพื่อจาแนกระหว่างข้อมูลสุขภาพที่ปกติกับไม่ปกติ เช่น การดูอัตราการเต้นของหัวใจ ค่าความดันโลหิต ค่าระดับน้ำตาลในเลือด ค่าอุณหภูมิร่างกาย เป็นต้น โดยจะแสดงออกมาในรูปแบบของเว็บไซต์ที่มีการแสดงผลแบบทันทีที่มีการเปลี่ยนแปลงของข้อมูล โมเดลส่วนที่สองที่นำเสนอในโครงการวิจัยนี้ เป็นโมเดลการตรวจจับพฤติกรรมที่ผิดปกติ โดยจะวิเคราะห์จากข้อมูลการทำกิจกรรมในอดีตจนถึงเวลาปัจจุบัน เพื่อหาเวลา ระยะเวลา และรูปแบบของพฤติกรรมที่ผิดปกติ การตรวจจับความผิดปกติที่งานวิจัยนำเสนอแบ่งออกเป็น 3 รูปแบบดังนี้ คือ 1)การทากิจกรรมในเวลา
ที่ผิดปกติ 2) การทำกิจกรรมเป็นระยะเวลานานเกินไป 3) การทำกิจกรรมที่ผิดไปจากลำดับกิจกรรมปกติ ซึ่งผลการดำเนินงานในโครงการวิจัยนี้ได้โมเดลสำหรับการดูแลเฝ้าระวังสุขภาพของผู้สูงอายุ ที่เป็นโมเดลต้นแบบที่สามารถนำไปพัฒนาต่อยอดเป็นนวัตกรรมในรูปแบบแอปพลิเคชัน เพื่อการบริการและดูแลผู้สูงอายุที่ต้องการการเฝ้าระวัง รวมถึงการแจ้งเตือนภัยอันตรายต่อผู้ดูแลผู้สูงอายุ
ให้สามารถช่วยเหลือชีวิตได้ทันเวลา |
th_TH |
dc.description.sponsorship |
งานวิจัยนี้ได้รับทุนสนับสนุนจากงบประมาณเงินรายได้จากเงินอุดหนุนรัฐบาล (งบประมาณแผ่นดิน) ประจำปีงบประมาณ พ.ศ. 2561 |
th_TH |
dc.language.iso |
th |
th_TH |
dc.publisher |
คณะวิทยาการสารสนเทศ มหาวิทยาลัยบูรพา |
th_TH |
dc.subject |
ผู้สูงอายุ |
th_TH |
dc.subject |
ผู้สูงอายุ - - การดูแล |
th_TH |
dc.subject |
พฤติกรรมสุขภาพ |
th_TH |
dc.subject |
สาขาเทคโนโลยีสารสนเทศและนิเทศศาสตร์ |
th_TH |
dc.title |
การสร้างแบบจำลองอัจฉริยะในการวิเคราะห์พฤติกรรมการทำกิจกรรมของผู้สูงอายุโดยใช้กระแสข้อมูลกิจกรรมในเวลาจริงจากอุปกรณ์สวมใส่ สำหรับพัฒนานวัตกรรมในการเฝ้าระวังและแจ้งเตือนอันตราย
กับผู้ดูแลแบบทันทีทันใด |
th_TH |
dc.type |
Research |
th_TH |
dc.author.email |
ureerat@hotmail.com |
th_TH |
dc.author.email |
jakkarin@buu.ac.th |
th_TH |
dc.author.email |
hemmarat@go.buu.ac.th |
th_TH |
dc.author.email |
wiroon@eng.buu.ac.th |
th_TH |
dc.author.email |
stoonsiri@hotmail.com |
th_TH |
dc.year |
2562 |
th_TH |
dc.description.abstractalternative |
From the problems and importance of health care and surveillance, especially the elderly, this research presents a model for health surveillance of the elderly. The proposed model is divided into 2 parts as follows: first part is real time dashboard. The user data are displayed together with many kinds of charts through real-time analysis and processing with technology that deal with Big Data. This part consists of receiving data, real-time data processing, storing data in the database for use in storing large and continuous data. The second part is used for monitoring and detecting abnormalities from elderly behavior in real time from wearable devices. In this research, health rules are used to distinguish between normal and abnormal from health data such as heart rate monitoring, blood pressure values, blood glucose level, the body temperature, etc. The results will be displayed in the form of a responsive website with real time display. The second part of the proposed model is a model for detecting abnormal behavior. The model will analyze data from past activities to the present time in order to find the time, duration and pattern of abnormal behavior. Abnormaly detected by the research are divided into 3 types as follows: 1) activities at unusual times 2) activities for too long 3) activities that are different from the sequence of activity normal. The results of this research project is the framework which were developed on health surveillance of the elderly. This framework is a prototype system that can be further developed into an innovation in the form of an application for service and care for the elderly that need surveillance inncluding warning of danger to elderly caregivers to be able to save lives in time. |
en |