Please use this identifier to cite or link to this item:
http://repositorio.ufc.br/handle/riufc/76019
Type: | Tese |
Title: | MOTION - Processo de desenvolvimento de aplicações de Internet of Health Things autoadaptativas baseadas em padrões de movimento |
Title in English: | MOTION - Development process for self-adaptive internet of health things applications based on movement patterns |
Authors: | Costa Junior, Evilasio |
Advisor: | Andrade, Rossana Maria de Castro |
Co-advisor: | Rocha, Leonardo Sampaio |
Keywords in Brazilian Portuguese : | Processo de software;Internet das Coisas Médicas;Sistemas autoadaptativos;Saúde digital;Reúso de software |
Keywords in English : | Software process;Internet of Health Things;Self-adaptive systems;Digital health;Software reuse |
Knowledge Areas - CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
Issue Date: | 2023 |
Citation: | COSTA JUNIOR, Evilasio. MOTION - Processo de desenvolvimento de aplicações de Internet of Health Things autoadaptativas baseadas em padrões de movimento. 2023. 186 f. Tese (Doutorado em Ciência da Computação) - Universidade Federal do Ceará, Fortaleza, 2023. |
Abstract in Brazilian Portuguese: | Informações sobre o movimento de uma pessoa, como marcha, velocidade, postura e localização, podem indicar a existência de problemas de saúde, principalmente em idosos. Para monitorar esses padrões de movimento podem ser usados sistemas de Internet of Things (IoT), que são sistemas computacionais que usam objetos inteligentes conectados à internet e munidos de sensores para monitorar dados no ambiente. Por meio de dispositivos IoT, é possível identificar padrões de movimento e utilizá-los para monitorar o estado de saúde de uma pessoa. O termo Internet of Health Things (IoHT) vem sendo utilizado na literatura para identificar soluções IoT para a saúde e diversos estudos propõem sistemas IoHT baseados em dados de movimento. No entanto, ainda há desafios para construção destes sistemas, como a falta de um processo de desenvolvimento de software específico. Além disso, outros dois desafios em aberto são: como relacionar os dados dos sensores com os problemas de saúde e como tornar esses sistemas menos intrusivos e mais ubíquos, de modo a acionar os usuários apenas quando necessário. Uma solução para criação de sistemas ubíquos e pouco intrusivos pode ser a construção de sistemas IoHT autoadaptativos. Considerando isso, nessa tese é proposto um processo de desenvolvimento de software para aplicações IoHT autoadaptativas baseadas em dados de movimento, intitulado MOTION. Também são propostos três artefatos de reúso para auxiliar o desenvolvimento de aplicações IoHT, sendo eles: (i) um grafo de classificação, que relaciona sensores e situações de saúde para auxiliar a elicitação de requisitos e o projeto da aplicação IoHT, podendo também ser usado com base de conhecimento pela aplicação; (ii) um template para auxiliar a construção de regras de adaptação; e (iii) um framework em Kotlin para auxiliar a implementação de aplicações IoHT autoadaptativas para dispositivos Android. O processo MOTION foi avaliado através de um experimento feito em conjunto com profissionais de Tecnologia de Informação e Comunicação (TIC), que utilizaram o processo para auxiliar o desenvolvimento de duas aplicações IoHT autoadaptativas baseadas em dados de movimento. Já os artefatos de reúso foram avaliados por meio de provas de conceito. |
Abstract: | Information about a person’s movement, such as gait, speed, posture, and location, can indicate health problems, particularly in older adults. These movement patterns can be monitored using Internet of Things (IoT) systems, which are computational systems that use smart objects connected to the internet and equipped with sensors to monitor data in the environment. Using IoT devices, it is possible to identify movement patterns and use them to monitor a person’s health status. The term Internet of Health Things (IoHT) has been used in the literature to identify IoT solutions for health and several studies have already proposed IoHT systems based on movement data. However, there are still challenges in building these systems, such as the lack of a specific software development process. In addition, two other open challenges are: how to relate sensor data to health problems and how these systems can be less intrusive and more ubiquitous to trigger users, only when necessary. A solution for creating ubiquitous and less intrusive systems can be the construction of self-adaptive IoHT systems. Considering this, this thesis proposes a software development process for self-adaptive IoHT applications based on motion data, entitled MOTION. Three reuse artifacts are also proposed to aid the development of IoHT applications. They are: (i) a classification graph, which relates sensors and health situations to help elicit requirements and design the IoHT application, which can also be used as a knowledge base by the application; (ii) a template to help build adaptation rules; and (iii) a framework in Kotlin to help implement self-adaptive IoT applications for Android devices. The MOTION process is evaluated through an experiment with Information and Communication Technology professionals, who used the process to help the development of two self-adaptive IoHT applications based on motion data. Moreover, the reuse artifacts were evaluated through a proof of concept. |
URI: | http://repositorio.ufc.br/handle/riufc/76019 |
Author's Lattes: | http://lattes.cnpq.br/1879682483814917 |
Advisor's ORCID: | https://orcid.org/0000-0002-0186-2994 |
Advisor's Lattes: | http://lattes.cnpq.br/9576713124661835 |
Co-advisor's Lattes: | http://lattes.cnpq.br/0716671149414702 |
Access Rights: | Acesso Aberto |
Appears in Collections: | DCOMP - Teses defendidas na UFC |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
2023_tese_ecostajunior.pdf | 3,77 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.