Studio e sviluppo di un applicazione biomedicale in ambiente Android

Transcript

1 UNIVERSITÀ POLITECNICA DELLE MARCHE FACOLTÀ DI INGEGNERIA Corso di Laurea in Ingegneria Informatica e dell Automazione Studio e sviluppo di un applicazione biomedicale in ambiente Android Tesi di Laurea di: Vlad Stefan Lupu Relatore: Prof. Aldo Franco Dragoni Anno Accademico

2 A mia moglie e ai miei genitori, che mi sono sempre stati accanto

3 INDICE 1. Introduzione e-health Definizione Telemedicina mhealth STMicroelectronics Bodygateway STMicroelectronics Panoramica sul device I sensori Elettrocardiogramma Bioimpedenza Accelerometro Altri sensori Elaborazioni indipendenti Elaborazione elettrocardiogramma Elaborazione accelerometro Elaborazione bioimpedenza Elaborazioni Comuni Android Cos è Android Storia Dalvik Virtual Machine Architettura Il kernel Android Runtime e le librerie native Application Framework Application layer Componenti di un applicazione Activity Intent e Intent Filter Service

4 Content Provider Broadcast Receiver Strumenti di sviluppo Eclipse Android Development Tools Android SDK Sviluppo del software Il software per PC Presentazione dell applicazione Miglioramenti e nuove funzionalità Dispositivo Android utilizzato Conclusioni e Sviluppi Futuri Bibliografia

5 1. Introduzione Nel prossimo futuro è prevista a crescere la richiesta dei servizi connessi alla sanità in Europa, parzialmente a causa dell aumento del numero di anziani nella regione europea. Sempre più richieste saranno per servizi sanitari concentrati sul paziente e basati sulla prevenzione. Le tecnologie per affrontare queste richieste sono sistemi real-time a basso costo che monitorano i parametri fisiologici dei pazienti. Una rete wireless è necessaria per poter trasmettere i dati medicali del paziente ai professionisti medicali direttamente dall interno dell abitazione. In questo modo si evitano l ospedalizzazioni e si da al paziente una maggiore mobilità. Da qualche anni Telemonitoring e Telemedicina sono considerati settori promettenti per ridurre i costi della salute mediante l uso di dispositivi biomedicali controllati a distanza. La miniaturizzazione e la riduzione dei costi dei componenti elettronici facilitano la creazione di dispositivi indosabili per un monitoraggio a distanza in tempo reale. Uno strumento di questo tipo è BodyGateWay, progettato e sviluppato da STMicroelectronics, e in grado di rilevare segnali vitali di un paziente. Tale apparecchio verrà preso in esame in questa tesi e il suo funzionamento approfondito nel capitolo 3. Il device si trova nella zona di intersezione dei settori mhealth (mobile Health) e Telemedicina, nozioni accennate nel secondo capitolo. Nel quarto capitolo verrà presentato il sistema operativo Android con la sua architettura e gli strumenti di sviluppo. Creata da Google in collaborazione con l Open Handset Alliance, Android è la prima piattaforma completa e gratuita per lo sviluppo di applicazioni mobile. Attualmente è la più diffusa al mondo e il suo negozio online Google Play Store conta più di applicazioni. Lo scopo di questa tesi è di aggiustare e migliorare un applicazione per i dispositivi Android capace di collegarsi tramite protocollo Bluetooth al dispositivo BodyGateWay. L applicazione dovrà essere in grado di tracciare grafici per segnali come l ECG e bioimpedenza e mostrare anche altri parametri, tutto in tempo reale

6 2. e-health 2.1. Definizione L evoluzione delle tecnologie dell informazione e della comunicazione (ICT) in ambito sanitario ha introdotto un modello innovativo di sanità elettronica, chiamato e- Health. L e-health rappresenta un vero paradigma di innovazione, al cui servizio si raggruppano diverse discipline, tra cui l informatica clinica, la medicina e anche l economia aziendale. Ci sono opinioni che mettono l e-health intercambiabile con il termine health care informatics, altre invece lo utilizzano in un senso più stretto, ovvero la pratica delle cure sanitarie mediante l uso di internet. Il termine include una vasta gamma di servizi o sistemi: Cartella clinica elettronica - permette una comunicazione semplice dei dati del paziente tra le diverse figure professionali (medici di medicina generale, specialisti); Telemedicina - include tutti i tipi di cure mediche o psicologiche che non richiedono al paziente la presenza fisica dal medico curante; Medicina basata sulle evidenze - sistema in grado di fornire informazioni circa l appropriato trattamento di una malattia; Consumer health informatics - branca dell informazione medica che si occupa di analizzare i bisogni dei consumatori e rendere accessibili gli studi e gli sviluppi nel campo della medicina; Virtual healthcare team - composto da professionisti della salute che collaborano fra loro e condividono le informazioni sui pazienti attraverso l utilizzo di apparecchiature digitali; mhealth l uso di dispositivi mobili per colletare dati sulla salute del paziente, monitoraggio in tempo reale dei segnali vitali del paziente; Sistemi informatici healthcare soluzioni software per prenotare le visite, gestire i dati del paziente o gestire l orario di lavoro del personale

7 2.2. Telemedicina Quando si parla dell applicazione dell e-health, spesso ci si pensa ad una disciplina conosciuta sotto il nome di Telemedicina. La Telemedicina comprende l applicazione delle tecnologie informatiche e delle telecomunicazioni alla medicina e consente di rendere disponibili le risorse mediche sia di base, sia specialistiche a pazienti che non possono accedere direttamente ai servizi sanitari per difficoltà di varia natura. Questa disciplina è in grado di migliorare la qualità dell assistenza sanitaria e consentire la disponibilità di cure, servizi di diagnosi e consulenza medica a distanza, oltre al costante monitoraggio di parametri vitali, al fine di ridurre il rischio d insorgenza di complicazioni in pazienti affetti da patologie gravi. Negli ultimi decenni l andamento demografico, soprattutto nei paesi più sviluppati, ha evidenziato un costante aumento della vita media, con conseguente incremento delle fasce di età più elevata. La diminuzione della natalità e dei decessi hanno modificato completamente la composizione della società, con conseguenze sociali e sanitarie complesse che si manifesteranno in modo sempre più evidente. L invecchiamento della popolazione determina l incremento percentuale delle fasce adulte ed anziane con la necessità di ripensare le strategie sanitarie e affrontare controlli periodici più frequenti. La Telemedicina potrà essere uno degli strumenti per rendere più efficace l azione di prevenzione e di monitoraggio necessarie per mantenere in salute la popolazione anziana. La Telemedicina include numerosi campi di applicazione: Teleassistenza, Telecardiologia, Teleconsulto, Teledialisi, Telemonitoraggio, Teleradiologia, Telesoccorso, Telespirometria, Telechirurgia e Telerobotica chirurgica. In conclusione, la Telemedicina porta l assistenza a casa del paziente, permette la consultazione a distanza tra specialisti e mette a disposizione dell intera struttura ospedaliera informazioni in tempo reale, in questo modo evitando lo spreco di tempo e di risorse mhealth mhealth (o m-health) è un termine usato per la pratica della medicina con il supporto dei dispositivi mobili. Mobile health è un campo giovane e dinamico che potrebbe migliorare il benessere delle persone da tutto il mondo

8 I dispositivi mobili e servizi associati possono svolgere delle funzioni di primo piano per migliorare il livello delle cure sanitarie, sia nel mondo sviluppato che nei paesi emergenti. Le applicazioni mobili possono abbassare i costi e consolidare la prevenzione, tutto questo migliorando i risultati della sanità a lungo termine. Le tecnologie mobili non possono trasmettere farmaci, dottori o apparecchiatura tra diversi luoghi, ma possono in cambio trasmettere ed elaborare più tipi di informazioni: dati criptati, testo, immagini, audio e video. Le principale tecnologie che possono trasmettere informazioni m-health sono le reti di telefonia mobile GSM, GPRS, 3G e 4G-LTE, le tecnologie Wi-Fi e WiMax e il Bluetooth per le comunicazioni a corto raggio. Queste tecnologie funzionano su reti hardware che comprendono telefoni cellulari, computer portatili (che includono netbook, tablet e PDA), camere digitali e sensori remoti. mhealth è un settore in piena crescita guidato dal successo delle applicazioni per smartphone e tablet, dalla forte penetrazione di questi device mobili. Attualmente ci sono circa 250 milioni gli utenti di applicazioni mhealth nel mondo, nel 2011 erano 125 milioni. Figura 2.1 Applicazioni mhealth 1 1 Fonte: healthinformatics [Online]

9 3. STMicroelectronics Bodygateway In questo capitolo si farà una presentazione del device in studio in questa tesi e per il quale è stato sviluppato il software per dispositivi mobili Android. È un dispositivo progettato e creato da STMicroelectronics STMicroelectronics STMicroelectronics è una azienda italo-francese con sede a Ginevra (Svizzera), per la produzione di componenti elettronici a semiconduttore. È uno dei più grandi produttori mondiali di componenti elettronici, usati soprattutto nell'elettronica di consumo, nell'auto, nelle periferiche per computer, nella telefonia cellulare e nel settore cosiddetto "industriale". Figura 3.1 STMicroelectronics - Settori di attività 2 2 Fonte: STMicroelectronics [Online]

10 I top 10 Clienti OEM per il 2011 sono stati: Apple, Bosch, Cisco, Continental, HP, Nokia, Research In Motion, Samsung, Seagate, Sony/Sony Ericsson Panoramica sul device Il Bodygateway (BGW) (Fig. 3.2) è un dispositivo biomedico indossabile e non invasivo in grado di monitorare i parametri vitali dell uomo. (a) (b) Figure 3.2 (a) e (b) Immagini del dispositivo 3 3 Fonte: Andrea Vitali, Marco Pessione, STMicroelectronics. Detection, Processing And Wireless Transmission Of Biologic Signal: The Electronic Patch "BodyGateWay". efytimes.com. [Online] -

11 È dotato di sensori in silicio miniaturizzati e circuiti per il rilevamento di segnali biologici (accelerometro a tre assi e filtri/amplificatori per l elettrocardiografia), un modulo Bluetooth per la trasmissione dei dati e un microcontrollore a bassa potenza per la gestione locale e in tempo reale dei dati. L elaborazione dell elettrocardiogramma include rimozione di rumori e artefatti, stima della frequenza cardiaca, stima della frequenza respiratoria e classificazione e valutazione del battito cardiaco. Il trattamento dei dati dell accelerometro comprende filtri digitali per la rimozione di rumore e stima del livello di attività fisica. I segnali vengono trattati sia singolarmente che insieme, per esempio si va a verificare la corrispondenza di battito cardiaco e attività fisica. I sensori miniaturizzati permettono al dispositivo di essere piccolo e leggero per poter essere indossato in maniera confortevole e nello stesso momento permettono un rilevamento continuo e preciso dei segnali biologici. Infatti questo è un fattore importante nella creazione di un apparecchio di questo genere. Inoltre, deve essere robusto allo stress mentre è indossato. Un altro fattore importante è il consumo di energia. Il dispositivo deve essere a bassa potenza per permettere la rilevazione dei segnali biologici per un lungo periodo di tempo. È necessaria la presenza di un unità di elaborazione per pulire i segnali, per comprimerli (per ridurre i consumi durante la trasmissione) e per elaborarli (per estrarre i parametri significativi). L apparecchio deve includere anche un modulo per trasmettere i dati individuati ad una memoria remota per permettere ulteriori processazioni. Attualmente nel prototipo del Bodygateway sono presenti rilevatori di tensione per l elettrocardiogramma, misuratori di impedenza (iniezione di una corrente con successivo calcolo della tensione), accelerometro a tre assi e due LED bicolori. I futuri prototipi includeranno fotodiodi per la fotopletismografia, un microfono per i suoni interni (suoni cardiaci e respiratori) e suoni esterni (voce) e due sensori di temperatura (uno per la pelle e uno per l ambiente). La gestione del rilevamento dei segnali e della loro elaborazione, delle memorie locali/remote, della trasmissione/ricezione via Bluetooth è realizzata mediante un microcontrollore a bassa potenza. Il sistema integrato è a basso costo e permette ad uno strato più ampio della popolazione di essere monitorato con la stessa quantità di spese. Questo è un punto importante dato che la popolazione diventa più anziana. Questo approccio aumenta l efficienza di ogni protocollo sanitario

12 Il dispositivo è estremamente pratico da usare, senza compromettere alcun movimento all utente. Si applica al torace tramite un cerotto adesivo monouso che contiene dei elettrodi. Le dimensioni ridotte e la facilità d uso li permettono di essere usato in diversi campi: home care, riabilitazione, allenamento sportivo, ricerca, wellness. Tutto il sistema viene alimentato da una batteria ricaricabile interna ed è munito di un unità di ricarica con connettore AC/DC. I due led posizionati sul fronte del dispositivo consentono di controllare l accensione e lo spegnimento e di verificare la connessione con un dispositivo esterno o la trassmissione dei dati. Per ingrandire il raggio di parametri medicali, il dispositivo può essere accoppiato con sensori esterni come bilance e misuratori di pressione sanguigna. Figura 3.3 Sistema completo rappresentando il Bodygateway accanto a sensori off-body. Il dispositivo è progettato per rilevare segnali biologici, elaborarli e trasmeterli via Bluetooth ad un telefono mobile, che in seguito li trasmette ad un server remote di una struttura sanitaria, dove i dati possono essere verificati da personale specializzato 4 I segnali biologici raccolti dai sensori interni ed esterni collegati wireless sono elaborati e ritrasmessi su dispositivi locali (smartphone o PC). Una connessione internet è 4 Fonte: Vanni Saviotti, STMicroelectronics. The Body Gateway: mhealth Platform for Wearable Devices. MEDS Medical Electronic Device Solutions [Online]

13 usata dal dispositivo ricevente per trasferire i dati dalla locazione del paziente ai dispositivi remoti (server) e viceversa. Il dispositivo locale può ospitare una GUI (graphical user interface) con lo scopo della consultazione dal paziente. Infine, la memorizzazione sul server e l architettura dei servizi rappresentano l unità remota di elaborazione hardware e software responsabile di costituire connessioni securizzate e autenticare l utente, per raccogliere i dati ricevuti dal BGW nonché per fornire le funzioni per monitorare ed emettere allarmi o messaggi all utente. Questi server rappresentano i centri per la fornitura dei servizi I sensori Il dispositivo fa uso di due tipologie di sensori: uno per il rilevamento della tensione per l elettrocardiogramma e la bio-impedenza, l altro dedicato all acquisizione dei movimenti mediante un accelerometro triassiale Elettrocardiogramma L elettrocardiogramma viene calcolato amplificando la differenza di potenziale tra due elettrodi posizionati sul petto, per mezzo del cerotto, 8-10 cm l uno dall altro. Il circuito elettronico annulla la tensione di modo comune mediante filtri passa-banda (banda di interesse da Hz a 100 Hz). (a) (b) Figura 3.4 Testing del ECG dalla STMicroelectronics. ECG corretta (a) e con un elettrodo scollegato (b) 5 5 Fonte: Andrea Vitali, STMicroelectronics. Dispositivi bio-elettronici: sensori per la salute e il benessere. [Online] STM.pdf

14 Il campionamento è eseguito a 500 Hz, però tale frequenza può essere programmata e posta da 100 Hz sino ad 4 khz mentre la quantizzazione viene fatta con 12 bit di precisione Bioimpedenza L acquisizione dell impedenza avviene per mezzo degli stessi elettrodi usati per l elettrocardiogramma. Facendo scorrere una corrente continua o alternata sul corpo, si misura la tensione, dal loro rapporto risultando l impedenza. Occorrono alcuni secondi per passare dalla rilevazione dell elettrocardiogramma a quella della bio-impedenza al fine di permettere di completare i transitori nei filtri analogici Accelerometro Il movimento viene rilevato per mezzo di un accelerometro a 3-assi. Il segnale è campionato a 25 Hz con una risoluzione a 8 bit. La stima della velocità istantanea del corpo e la distanza percorsa sono realizzate tramite un algoritmo proprietario. L algoritmo è progettato per funzionare con un accelerometro posizionato sul petto (come avviene con il BGW), sul braccio o sulla vita Altri sensori Come detto prima, il dispositivo prevede di includere nel futuro altri sensori come un fotodiodo CMOS che rileva la luce riflessa dai tessuti sotto la pelle. Due LED emettono luce nella banda rossa e infrarossa. Questa rilevazione verrà usata per il fotopletismogramma (stima della saturazione dell ossigeno). Si prevede anche un microfono per catturare i suoni cardiaci (fonocardiogramma) e respiratori. Il segnale sarà campionato a 4 khz con 16 bit di risoluzione

15 (a) (b) (c) Figura 3.5 Testing del fotodiodo dalla STMicroelectronics. Immagini con il fotodiodo posizionato sul dito (a), polso (b) e petto (c) con relativi grafici sotto, rappresentando i led della banda rossa (colore rosso) e infrarossa (colore blu) e l ECG(colore nero). 6 (a) (b) (c) Figura 3.6 Testing del microfono dalla STMicroelectronics. Grafici per il microfono posizionato sul polso (a), braccio (b) e petto (c). 7 6 Fonte: Andrea Vitali, STMicroelectronics. Dispositivi bio-elettronici: sensori per la salute e il benessere. [Online] STM.pdf 7 Ibidem

16 3.4. Elaborazioni indipendenti Sul microcontrollore è stato precaricato un software che si occupa del filtraggio dei segnali generati da ogni sensore. Il primo passo della catena di processo comprende filtri indipendenti per ogni segnale, con l obiettivo di rimuovere il rumore e trovare artefatti. Il rumore fuori banda è eliminabile grazie ad un filtro passa-banda. I segnali puliti vengono utilizzati per stimare i parametri significativi (frequenza cardiaca, frequenza respiratoria, etc). Anche gli artefatti (falsi segnali generati dal movimento) e le condizioni anomale (disconnessione dell elettrodo) sono rilevate, ovviamente in questo caso i parametri non sono disponibili. L estrazione dei parametri è soggetta a falsi negativi (il campione è presente ma non rilevato) e falsi positivi (viene trovato un campione anche se non presente). Una sensibilità elevata permetterebbe maggiore correttezza nella rilevazione ma permetterebbe inoltre anche una maggiore frequenza di casi di falsi positivi. Nel settore per il quale questo dispositivo è progettato, ovvero applicazioni biomediche, è preferibile avere un alta precisione, per essere sicuri che, quando il campione viene dichiarato rilevato, è veramente presente nel segnale. Purtroppo questo porta ad un più alto tasso di falsi negativi Elaborazione elettrocardiogramma Per il calcolo del segnale dell elettrocardiogramma sono implementati e valutati due differenti processi a catena. Il primo è quello di Hamilton-Tompkins, usato nel ben noto algoritmo per il calcolo della frequenza cardiaca (OSEA). La catena è composta dai seguenti blocchi: filtro passa-basso con frequenza di taglio a 16 Hz che elimina i rumori alle alte frequenze (rumore muscolare e interferenza a Hz dell alimentazione); filtro passa-alto con frequenza di taglio a 8 Hz il quale rimuove il funzionamento alla linea di base; blocco che calcola la derivata del primo ordine (con i picchi corrispondenti al battito cardiaco che presentano generalmente considerevoli pendenze); filtro media mobile a 80 ms che evidenzia i picchi;

17 soglia adattiva di rilevamento logico. Il secondo processo, e quello scelto per il Bodygateway, è basato sul algoritmo di Pan-Tompkins. La catena è esenzialmente uguale, con la differenza che la pendenza è quadrata e non presa nel valore assoluto, e la media mobile è svolta a 150ms invece di 80ms. Questo spinge ad una rilevazione del picco più efficace, anche in casi di bassa ampiezza degli stessi, però con un maggior sforzo di calcolo. Figura 3.7 Risultati di un elaborazione ECG usando l algoritmo di Pan-Tompkins e la semplice logica sogliaadattiva per il rilevamento del picco relativo al battito. In rosso: falsi positivi (eventi rilevati, ma non presenti). Verde: falsi negativi (eventi non rilevati, che dovevano essere presenti). Nero: Classificazione corretta ma nella parte sbagliata della forma dell onda. 8 Due situazioni critiche sono state rivelate dai primi risultati sperimentali: la disconnessione degli elettrodi e la sovrapposizione del rumore sulla larghezza di banda spettrale del segnale di interesse. Entrambe portavano ad una errata rilevazione dei picchi R, con una conseguente valutazione sbagliata della frequenza cardiaca (Fig. 3.7). L algoritmo è stato ottimizzato in tre modi. Il primo dice che una valutazione della varianza del segnale permette di individuare eventi critici (es. disconnessione degli elettrodi, rumore ad alta frequenza), perché questi eventi hanno alti valori di varianza. Il calcolo di somiglianze (corrispondenze) con un onda di riferimento rappresenta il secondo miglioramento dell algoritmo. Le corrispondenze sono valutate trovando il minimo locale della SAD (Sum of 8 Fonte: Andrea Vitali, Marco Pessione, STMicroelectronics. Detection, Processing And Wireless Transmission Of Biologic Signal: The Electronic Patch "BodyGateWay". efytimes.com. [Online] -

18 Absolute Differences somma delle differenze assolute) tra la porzione di segnale corrente e il riferimento. Infine, il prototipo deve funzionare qualunque sia il posizionamento degli elettrodi. Perciò, è necessaria una base di dati dei modelli per rendere l algoritmo indipendente dall onda acquisita (Fig. 3.9). (a) (b) Figura 3.8 Catena de elaborazione (a) e algoritmo del rilevamento (b) dei battiti cardiaci (picchi d onda R) 9 L adattamento all onda ECG specifica del paziente si garantisce aggiornando i modelli in maniera adeguata ai campioni riconosciuti. 9 Ibidem

19 Figura 3.9 Database dei modelli usati per la classificazione dei picchi d onda R 10 Figura 3.10 Confronto tra i due algoritmi. Nel grafico in alto l algoritmo standard (OSEA) che conta 10 falsi positivi, 24 falsi negativi e una classificazione corretta di 25/49 battiti; nel grafico in basso l algoritmo modificato di Pan-Tompkins, che conta 0 falsi positivi, 10 falsi negativi e una classificazione corretta di 39/49 battiti Ibidem 11 Ibidem

20 Elaborazione accelerometro Mediante filtraggio e elaborazioni, dal segnale dell accelerometro si estrae un parametro corrispondente all attività totale, contando i passi e quindi misurando il livello di attività fisica. La rilevazione è effettuata identificando ripidi passaggi sugli assi dell accelerometro (Fig (a)). Durante l attività fisica, il segnale di ECG è affetto da rumore (dovuto al movimento dei muscoli pettorali). Una elaborazione più sofisticata permette la stima della postura (inclinato, disteso, in piedi), delle azioni (camminare, correre) e situazioni anomale (cadute). Con l aiuto dell accelerometro può essere stimata anche frequenza cardiaca e respiratoria (Fig (b) e (c)). Sfortunatamente queste rilevazioni sono possibili solo quando il paziente è fermo. Infatti, questo sensore permette di rilevare deboli segnali con una frequenza inferiore di 150 Hz, permettendo un buon meccanomiogramma (MMG) e un soddisfacente fonocardiogramma. Tramite un processo di inviluppo dei picchi d onda R, la frequenza respiratoria può essere ricavata anche dal segnale dell ECG (Fig 3.11 (c)). Un maggior processo di elaborazione potrebbe permettere inoltre la stima della pressione sanguigna dal segnale acustico/accelerometro

21 (a) (b)

22 (c) Figura 3.11 Rilevazioni sincronizzate di elettrocardiogramma (onda in alto) e di accelerazione su i tre assi (x, y, z). Il paziente sta camminando (ECG con disturbi) (a); paziente fermo (ritmo cardiaco presente anche nei segnali xyz) (b); paziente fermo ma con difficoltà respiratoria (ritmo respiratorio anche sull ECG e sul XYZ) (c) Elaborazione bioimpedenza Il segnale dell impedenza acquisito utilizzando una corrente DC permette una stima della qualità del contatto elettrico. Utilizzando correnti ad alta frequenza (30-50 KHz) è possibile ricavare invece la frequenza respiratoria (tuttavia la posizione ottimale in questo caso degli elettrodi è differente rispetto al caso dell ECG). 12 Ibidem

23 3.5. Elaborazioni Comuni Dopo aver elaborato in maniera indipendente i segnali, il dispositivo provvede ad effettuare una elaborazione comune. Lo stesso parametro può essere stimato da segnali acquisiti da sensori differenti. Combinando i segnali da diversi canali può essere ottenuta una stima più affidabile del parametro. Per esempio, l elettrocardiogramma è il principale metodo usato per calcolare la frequenza cardiaca. Però lo stesso parametro può essere ricavato dai risultati di una elaborazione di fotopletismografia o del segnale acustico. Se il paziente è fermo, anche il segnale dell accelerometro permette una stima attendibile. Nella stessa maniera, la frequenza respiratoria è rilevata principalmente dal segnale di fotopletismografia e dal segnale di impedenza. Lo stesso parametro può essere verificato con il microfono e, durante l immobilità, con l accelerometro. Per incrementare l affidabilità dell informazione o addirittura per creare una nuova, è possibile combinare più parametri. Per esempio, il segnale di fotopletismografia è affetto da rumore che può essere corretto mediante la stima con l accelerometro. Il software integrato realizza una cancellazione in tempo reale di questi artefatti, mettendo a disposizione dati più affidabili. In modo simile, la frequenza cardiaca calcolata dall elettrocardiogramma è confrontata con il valore stimato dell attività fisica calcolato usando l accelerometro, distinguendo tra anomalie (immobilità combinata a tachicardia) e normali situazioni (corsa con frequenza cardiaca elevata)

24 Figura 3.12 Diagramma a blocchi hardware (a) e elaborazioni indipendenti e comuni dei segnali (b) Fonte: Vanni Saviotti, STMicroelectronics. The Body Gateway: mhealth Platform for Wearable Devices. MEDS Medical Electronic Device Solutions [Online]

25 4. Android 4.1. Cos è Android Android è un sistema operativo open source per dispositivi mobili costituito da uno stack software che include un sistema operativo, un middleware e applicazioni di base. Nel corso degli anni, Android è arrivato ad essere la piattaforma mobile più diffusa al mondo. Infatti nel secondo trimestre del 2012, Android domina il mercato con una quota di 68,1%, rispetto all ios di Apple che ha solo 16,9% (Fig.4.1). Tramite il negozio online Google Play Store si ha accesso a più di applicazioni, milioni di libri e brani audio e migliaia di film. 2,3% 4,4% 3,5% 4,8% 16,9% 0,1% 68,1% Android ios BlackBerry OS Symbian Windows Phone/Windows Mobile Linux Altri Figura 4.1 Quote di mercato approssimate per i sistemi operativi degli smartphone per il secondo trimestre del Fonte dati: Android and ios Surge to New Smartphone OS Record in Second Quarter, According to IDC. IDC [Online] -

26 4.2. Storia Il sistema operativo ha origini nell acquisizione di Android, Inc. da parte di Google nel L azienda è stata fondata nel 2003 da Andy Rubin (co-fondatore di Danger) e Nick Sears (ex-vicepresidente di T-Mobile). Nel 2007, prende vita la Open Handset Alliance (OHA), un consorzio formato da 84 aziende di cui Google è capofila. I membri includono operatori mobili, costruttori di telefoni, aziende di semiconduttori, aziende software e aziende di commercializzazione. Nel 5 novembre dello stesso anno OHA presentò publicamente Android. Dopo una settimana è stato rilasciato il Software Development Kit (SDK) che include: gli strumenti di sviluppo, le librerie, un emulatore del dispositivo, la documentazione e alcuni progetti di esempio e tutorial. Nel 2008 è uscita la versione 1.0 di Android insieme al primo dispositivo reale, ovvero HTC Dream, conosciuto anche come T-Mobile G1 in alcuni mercati (Fig. 4.2). A febbraio 2009 esce la versione 1.1 che porta piccole correzioni e alcuni bugfix. Però le più importanti versioni lanciate nel 2009 sono 1.5 Cupcake e 1.6 Donut. La prima introduce una maggior integrazione con i servizi Google e aggiunge il pieno supporto ai widget, mentre la seconda integra funzionalità a voce come la ricerca e la sintesi vocale, supporto alle reti CDMA, diverse risoluzioni di schermo insieme ad altre piccole novità generali. Dalla 1.5 in poi, ogni versione avrà un nome di dolce che rispetterà un ordine alfabetico. Figura 4.2 HTC Dream il primo dispositivo Android Fonte: Android Caotic