haku: @supervisor Simula, Olli / yhteensä: 292
hakutulos-lista
viite: 5 / 292
« edellinen | seuraava »
Tekijä:Rinta-Koski, Olli-Pekka
Työn nimi:Monitoring sleep quality with non-invasive sensors
Huomaamattomat mittausmenetelmät unen laadun tarkkailussa
Julkaisutyyppi:Lisensiaatintutkimus
Julkaisuvuosi:2013
Sivut:x + 48      Kieli:   eng
Koulu/Laitos/Osasto:Tietojenkäsittelytieteen laitos
Oppiaine:Informaatiotekniikka   (T-115)
Valvoja:Simula, Olli
Ohjaaja:Hollmén, Jaakko
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201306146490
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto     | Arkisto
Avainsanat:sleep analysis
sleep quality
non-invasive sensors
ballistocardiography
unitutkimus
unen laatu
huomaamattomat sensorit
ballistokardiografia
Tiivistelmä (fin): Uni on terveyden ja hyvinvoinnin keskeinen tekijä.
Unen määrä on helposti mitattavissa, mutta unen laatua on perinteisesti seurattu kyselylomakkeiden kaltaisin subjektiivisin menetelmin.
Unihäiriöiden tutkiminen on pitkään rajoittunut kliinisiin ympäristöihin, ja potilaiden on täytynyt sietää hankalia tutkimusmenetelmiä useine kehoon kiinnitettävine elektrodeineen.
Anturiteknologian ja data-analyysimenetelmien kehittyminen on mahdollistanut unidatan jatkuvan ja huomaamattoman tallentamisen kotiympäristössä.
Tämä on avannut uusia mahdollisuuksia sekä unen ominaisuuksien että niiden unen laatuun vaikuttavien tekijöiden tutkimiselle.

Tämä tutkimus jakautuu kahteen osaan.
Ensimmäinen osa on kirjallisuuskatsaus unen laadun tutkimukseen, painopisteenä älykkäiden menetelmien ja signaalinkäsittelyn soveltaminen.
Toisessa osassa esitellään huomaamattomilla sensoreilla kerättävän unidatan tutkimista ja sen deskriptiivistä data-analyysiä, esimerkkinä ballistokardiografia.
Tiivistelmä (eng): Sleep is an important part of health and well-being.
While sleep quantity is directly measurable, sleep quality has traditionally been assessed with subjective methods such as questionnaires.
The study of sleep disorders has for a long time been confined to clinical environments, and patients have had to endure cumbersome procedures involving multiple electrodes placed on the body.
Recent developments in sensor technology as well as data analysis methods have enabled continuous, unobtrusive sleep data recording in the home environment.
This has opened new possibilities for studying various sleep parameters and their effect on the quality of sleep.

This thesis consists of two parts.
The first part is a literature review examining the field of sleep quality research with focus on the application of intelligent methods and signal processing.
The second part is a descriptive data analysis look at sleep data obtained with non-invasive sensors.
ED:2013-05-16
INSSI tietueen numero: 46145
+ lisää koriin
« edellinen | seuraava »
INSSI