Titulo Estágio
Identifying Patterns in Physiological Responses to Environmental Conditions Using Wearable Data Analytics
Áreas de especialidade
Sistemas Inteligentes
Sistemas de Informação
Local do Estágio
DEI-FCTUC
Enquadramento
Este projeto enquadra-se no âmbito do Wearable Systems Lab (WearSysLab), um laboratório do DEI apoiado pelo projeto Fisrt Foundation, que tem como objetivo o apoio ao desenvolvimento de ideias inovadoras em múltiplas áreas de aplicação que envolvam a utilização de wearables (i.e., permitindo a recolha de dados biométricos e ambientais georreferenciados), e algoritmos inteligentes de processamento de dados e tecnologias, integrados em sistemas de informação, que permitam o armazenamento e processamento de dados, assim como a correspondente visualização geo-espacial, com o objetivo de gerar conhecimento útil de apoio à decisão.
Nos últimos anos, os dispositivos wearables têm possibilitado a monitorização de sinais fisiológicos como a frequência cardíaca ou a temperatura da pele, entre outros, abrindo novas oportunidades para compreender como os indivíduos respondem fisiologicamente ao seu ambiente. Fatores de stress ambientais, como a poluição do ar, a exposição a ruído e variações térmicas, têm sido identificados como factores que influenciam negativamente a saúde e bem-estar das populações, especialmente as populações urbanas.
Alguns estudos recentes exploraram esta relação através da combinação de dados ambientais com monitorização fisiológica. O projeto DigitalExposome [1] introduziu uma abordagem de fusão de sensores para quantificar a influência de fatores como a qualidade do ar e o ruído, afetam o bem-estar, demonstrando correlações claras entre poluição e alterações fisiológicas associadas ao stress. Allen et al. [2] desenvolveram a aplicação Cozie Apple, que recolhe feedback microcontextual em conjunto com dados fisiológicos, permitindo a avaliação em tempo real do conforto ambiental.
Este projeto visa contribuir para este domínio emergente, identificando e interpretando padrões fisiológicos que se correlacionam com alterações ambientais, utilizando um conjunto de dados fisiológicos já recolhido através de dispositivos wearables. Pretende-se usar técnicas de ciência de dados para explorar de que forma o ambiente influencia os estados fisiológicos e, por consequência, o bem-estar humano.
[1] Johnson, T., Kanjo, E., & Woodward, K. (2023). DigitalExposome: quantifying impact of urban environment on wellbeing using sensor fusion and deep learning. Computational Urban Science, 3(1), 14.
[2] Tartarini, F., Frei, M., Schiavon, S., Chua, Y. X., & Miller, C. (2023, November). Cozie Apple: An iOS mobile and smartwatch application for environmental quality satisfaction and physiological data collection. In Journal of Physics: Conference Series (Vol. 2600, No. 14, p. 142003). IOP Publishing.
Objetivo
O objetivo principal deste projeto passa pela utilização de técnicas de engenharia e ciência de dados, aplicadas sobre dados fisiológicos e dados ambientais, de forma a identificar de que forma o meio ambiente influencia o estado de saúde das pessoas.
Plano de Trabalhos - Semestre 1
O plano de trabalhos previsto para o semestre 1 é o seguinte:
Setembro - Outubro
Revisão da literatura sobre análise de sinais fisiológicos (ex.: HRV, temperatura da pele), impactos ambientais na saúde (poluição urbana, ruído, temperatura), e fusão de dados de sensores e aplicações de IA na área da saúde.
Estudo de aplicações e frameworks recentes, como a DigitalExposome e a Cozie Apple.
Outubro - Novembro
Realizar uma análise exploratória do dataset existente, que foi recolhido no âmbito de um trabalho anterior.
Explorar outros datasets existentes e avaliar a sua utilidade e possibilidade de integração no projeto, como os dados recolhidos no âmbito do projeto DigitalExposome.
Realizar o mapeamento inicial de fontes de dados ambientais (e.g., OpenWeatherMap, AirNow, IQAir) e explorar a extração de dados.
Novembro - Dezembro
Formulação final do problema.
Elaboração do relatório intermédio.
Plano de Trabalhos - Semestre 2
O plano de trabalhos previsto para o semestre 2 é o seguinte:
Fevereiro – Março
Finalizar a recoha dos dados ambientais alinhados e sincronizados temporalmente com os dados fisiológicos E identificar features relevantes.
Aplicar técnicas de modelação, como análise estatística de correlação entre variáveis ambientais e fisiológicas ou o Agrupamento e classificação de estados fisiológicos.
Explorar modelos supervisionados
Abril – Maio
Validar e otimizar os modelos aplicados. Opcionalmente, aplicar ferramentas de explicabilidade (e.g., SHAP, LIME).
Preparar a visualização e interpretação dos resultados.
Junho
Escrever a dissertação de mestrado
Escrever um artigo científico para uma conferência
Condições
O/A aluno/a será integrado/a no grupo de Sistemas Inteligentes ou Sistemas de Informação, tendo acesso à sala de investigadores e aos recursos necessários à elaboração do projeto.
Este trabalho será orientado por:
- Prof. Jacinto Estima
- Prof. Alberto Cardoso
Observações
Os dados existentes e disponíveis para este trabalho foram recolhidos ao longo de 10 dias e envolveram 37 estudantes da Universidade de Coimbra, com idades entre os 18 e os 25 anos (68% do sexo feminino). Foram recolhidas diversas variáveis, incluindo batimentos cardíacos, coordenadas GPS, aceleração e número de passos. Além disso, os participantes responderam diariamente a questionários que recolheram informações sobre frequência de exercício, qualidade de vida e estado de saúde. Os dispositivos utilizados para a recolha de dados foram o Samsung Galaxy Watch Active 2 e o monitor de atividade física ActiGraph GT3X-BT.
Orientador
Jacinto Estima; Alberto Cardoso
estima@dei.uc.pt 📩