Eldar Mujanovic
Erstellung der HW, Sensorinterface
Folge der Warheit, nicht der Mehrheit...
Deutsch Derzeit existieren keine weit verbreiteten Ansätze zur präzisen Veranschaulichung der Funktionalität von Fingern und Händen bei Patienten, die eigenständig zu Hause therapiert werden. Dies ist besonders relevant für Menschen, welche beispielsweise einen Schlaganfall erlitten haben oder generelle unregelmäßige Handmuskelfunktion haben. Die Regeneration der Handmuskulatur wird genau überwacht und eine effektive Therapie gewährleistet. Das Ziel des vorliegenden Projekts ist es, ein Instrument und eine App für Patienten im Heimgebrauch zu entwickeln. Diese Initiative unterstützt Patienten mit Handmuskel-Dysbalancen, indem sie gezielte Übungen für eine optimale Heimtherapie bereitstellt.
Unser Projekt wird bearbeitet und erstellt an der HTL Mössingerstraße
English Currently, there are no widely adopted approaches for accurately illustrating the functionality of fingers and hands in patients undergoing self-directed therapy at home. This is particularly relevant for individuals who have experienced a stroke or exhibit general irregularities in hand muscle function. The regeneration of hand musculature is closely monitored to ensure an effective therapeutic intervention. The goal of the present project is to develop an instrument and an app for patients for home use. This initiative aids patients with hand muscle imbalances by providing targeted exercises for an optimal home therapy experience.
In der Systemstruktur wird das Zusammenspiel der einzelnen Komponente dieser Diplomarbeit veranschaulicht. Die vom Flex Sensor ausgehenden Spannungswerte werden mithilfe eines ESP32 an eine App gesendet, welche dann mit einem Balkendiagramm dargestellt werden.
Auf die Oberfläche eines anpassungsfähigen Balls werden fünf Flex-Sensoren angebracht, deren Widerstandswerte sich aufgrund der Krümmung verändern. Diese einzigartige Eigenschaft wird genutzt, um eine Anwendung zu entwickeln, in der Patienten verschiedene Übungen durchführen können. Der ESP32, der sich in einem seperaten Gehäuse befindet, erfasst nicht nur die Daten der Flex-Sensoren, sondern wandelt sie auch von analog zu digital um. Diese digitalen Daten werden anschließend an eine mobile App gesendet, die es den Nutzern ermöglicht, ihre Übungen zu verfolgen und den Fortschritt ihres Leistungsverlaufs zu überwachen.
Für die Arbeit werden Flutter (Dart), Eagle für die Leiterplattenherstellung und Visual Studio für die ESP32-Programmierung verwendet.
Folge der Warheit, nicht der Mehrheit...
Der Links ist besser
Meine M&Ms