In letteratura, sono poche le pubblicazioni che cercano di stimare la frequenza respiratoria partendo da parametri fisiologici utilizzando modelli matematici e numerici. Proprio per questo motivo, questa tesi propone dei modelli per la stima della frequenza respiratoria partendo dalla frequenza cardiaca e dal dispendio energetico orario, misurati durante l’esercizio al cicloergometro in diversi istanti. I dati sono stati filtrati iterativamente per eliminare i valori fisiologicamente non plausibili. In seguito si è utilizzato il Curve Fitting Tool (cftool) di Matlab per l’ottenimento di equazioni e superfici minimizzando i residui con il metodo LAR (Least Absolute Residuals). Il set di dati su cui si è lavorato contiene dati relativi ad esperimenti fatti su 10 soggetti maschi adulti sani, e deriva dal dataset dell’Università del Foro Italico di Roma. I modelli matematici sono stati ottenuti con i dati dei primi 9 soggetti e testati con i dati dell’ultimo. Confrontando gli andamenti misurati per l’ultimo soggetto e quelli stimati con i modelli, si conclude qualitativamente che il secondo, terzo e quarto modello tra quelli proposti riescono a stimare l’andamento della frequenza respiratoria.

Stima della frequenza respiratoria tramite modelli matematici

CATENA, RICCARDO
2019/2020

Abstract

In letteratura, sono poche le pubblicazioni che cercano di stimare la frequenza respiratoria partendo da parametri fisiologici utilizzando modelli matematici e numerici. Proprio per questo motivo, questa tesi propone dei modelli per la stima della frequenza respiratoria partendo dalla frequenza cardiaca e dal dispendio energetico orario, misurati durante l’esercizio al cicloergometro in diversi istanti. I dati sono stati filtrati iterativamente per eliminare i valori fisiologicamente non plausibili. In seguito si è utilizzato il Curve Fitting Tool (cftool) di Matlab per l’ottenimento di equazioni e superfici minimizzando i residui con il metodo LAR (Least Absolute Residuals). Il set di dati su cui si è lavorato contiene dati relativi ad esperimenti fatti su 10 soggetti maschi adulti sani, e deriva dal dataset dell’Università del Foro Italico di Roma. I modelli matematici sono stati ottenuti con i dati dei primi 9 soggetti e testati con i dati dell’ultimo. Confrontando gli andamenti misurati per l’ultimo soggetto e quelli stimati con i modelli, si conclude qualitativamente che il secondo, terzo e quarto modello tra quelli proposti riescono a stimare l’andamento della frequenza respiratoria.
2019
2021-02-25
Respiration frequency estimation through mathematical models
File in questo prodotto:
File Dimensione Formato  
Tesi Riccardo Catena pdfa.pdf

Open Access dal 26/02/2024

Descrizione: Tesi in formato pdfa
Dimensione 1.23 MB
Formato Adobe PDF
1.23 MB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12075/3506