Multimodaalinen datafuusio ihmisten fysiologisten signaalien huomaamattomaan havainnointiin
Väitöstilaisuuden tiedot
Väitöstilaisuuden päivämäärä ja aika
Väitöstilaisuuden paikka
L5, Linnanmaa
Väitöksen aihe
Multimodaalinen datafuusio ihmisten fysiologisten signaalien huomaamattomaan havainnointiin
Väittelijä
Diplomi-insinööri Manuel Lage Cañellas
Tiedekunta ja yksikkö
Oulun yliopiston tutkijakoulu, Tieto- ja sähkötekniikan tiedekunta, Konenäön ja signaalianalyysin tutkimuskeskus
Oppiaine
Tietojenkäsittelytiede ja -tekniikka
Vastaväittäjä
Professori Lasse Lensu, LUT
Kustos
Apulaisprofessori Miguel Bordallo López, Oulun yliopisto
Kosketusvapaiden teknologioiden tutkiminen luotettavaa terveyden seurantaa varten kotiympäristössä
Kasvava tarve jatkuvalle terveydentilan seurannalle erityisesti kotiympäristöissä johtuu väestön ikääntymisestä sekä yksin asumisen yleistymisestä. Perinteiset seurantajärjestelmät, jotka usein perustuvat joko puettaviin laitteisiin tai käyttäjän tekemiin toimenpiteisiin, ovat rajoittuneita muun muassa vaatimustenmukaisuuden, mukavuuden ja saatavuuden näkökulmista.
Huomaamattomat teknologiat tarjoavat ratkaisun mahdollistamalla fysiologisten signaalien etähavainnoinnin ilman käyttäjän aktiivista osallistumista ja tarjoavat näin jatkuvaa ja passiivista seurantaa säilyttäen samalla mukavuuden ja autonomian.
Tämä väitöskirja tutkii huomaamatonta fysiologista havainnointia osana ihmisten luotettavaa seurantaa keskittyen useisiin kosketuksettoman havainnoinnin teknologioihin, kuten RGB-D-kameroihin, lämpökamerakuvantamiseen ja millimetriaaltotutkaan. Tässä väitöskirjassa esitetään uusia menetelmiä multimodaalisen datan yhdistämiseen tarkkuuden ja luotettavuuden parantamiseksi. Tutkimusta varten on koottu multimodaalinen OMuSense-23-aineisto, joka sisältää hengitys- ja sydäntoiminnan mittauksia kehon eri asennoissa. Tämä aineisto toimii sekä vertailukohtana että perustana haasteiden, esimerkiksi synkronoinnin monimutkaisuuden, skaalautuvuuden ja ekologisen validiteetin, arvioinnille.
Tulokset osoittavat, että useiden havainnointi-tekniikoiden yhdistäminen parantaa seurantatarkkuutta, mutta tuo mukanaan haasteita liittyen datan kohdistukseen, prosessointiin ja yleistettävyyteen todellisissa olosuhteissa. Väitöskirja tarjoaa näkemyksiä multimodaalisten havainnointi-järjestelmien suunnitteluun ja hyödyntämiseen korostaen strategioita, jotka liittyvät käsin tehtyjen ja opittujen ominaisuuksien integroimiseen, itseohjautuvaan oppimiseen sekä kestäviin fuusiotekniikoihin. Tämä väitöskirja edistää skaalautuvien, tulkittavien ja luotettavien järjestelmien kehittämistä kodeissa ja avustetun asumisen ympäristöissä tehtävään huomaamattomaan seurantaan.
Huomaamattomat teknologiat tarjoavat ratkaisun mahdollistamalla fysiologisten signaalien etähavainnoinnin ilman käyttäjän aktiivista osallistumista ja tarjoavat näin jatkuvaa ja passiivista seurantaa säilyttäen samalla mukavuuden ja autonomian.
Tämä väitöskirja tutkii huomaamatonta fysiologista havainnointia osana ihmisten luotettavaa seurantaa keskittyen useisiin kosketuksettoman havainnoinnin teknologioihin, kuten RGB-D-kameroihin, lämpökamerakuvantamiseen ja millimetriaaltotutkaan. Tässä väitöskirjassa esitetään uusia menetelmiä multimodaalisen datan yhdistämiseen tarkkuuden ja luotettavuuden parantamiseksi. Tutkimusta varten on koottu multimodaalinen OMuSense-23-aineisto, joka sisältää hengitys- ja sydäntoiminnan mittauksia kehon eri asennoissa. Tämä aineisto toimii sekä vertailukohtana että perustana haasteiden, esimerkiksi synkronoinnin monimutkaisuuden, skaalautuvuuden ja ekologisen validiteetin, arvioinnille.
Tulokset osoittavat, että useiden havainnointi-tekniikoiden yhdistäminen parantaa seurantatarkkuutta, mutta tuo mukanaan haasteita liittyen datan kohdistukseen, prosessointiin ja yleistettävyyteen todellisissa olosuhteissa. Väitöskirja tarjoaa näkemyksiä multimodaalisten havainnointi-järjestelmien suunnitteluun ja hyödyntämiseen korostaen strategioita, jotka liittyvät käsin tehtyjen ja opittujen ominaisuuksien integroimiseen, itseohjautuvaan oppimiseen sekä kestäviin fuusiotekniikoihin. Tämä väitöskirja edistää skaalautuvien, tulkittavien ja luotettavien järjestelmien kehittämistä kodeissa ja avustetun asumisen ympäristöissä tehtävään huomaamattomaan seurantaan.
Luotu 23.1.2026 | Muokattu 23.1.2026