Lista przedmiotów z materiałami udostępnionymi dla studentów

Dla_studentów
  • Increase font size
  • Default font size
  • Decrease font size

Katarzyna Wróblewska

Projekt bazodanowego systemu automatycznego monitorowania ciąży


Design of a data-base system for automatic pregnancy monitoring


Opiekun pracy dyplomowej: dr inż. Aleksandra Królak
Praca dyplomowa magisterska obroniona 2020-07-10
Streszczenie pracy dyplomowej:
Celem pracy jest zaprojektowanie systemu do automatycznego monitorowania ciąży, na podstawie karty ciężarnej, wykorzystywanej obecnie przez lekarzy prowadzących ciążę w większości placówek medycznych. System został opracowany zgodnie z architekturą aplikacji klient-serwer wraz z bazą danych MongoDB. Szkielet systemu stanowi framework Flask. System umożliwia tworzenie profilu ciężarnej w oparciu o wywiad lekarski, na bazie którego pacjentka zaliczana jest do odpowiedniej grupy ryzyka z uwagi na wiek, indeks BMI, przebyte choroby, zagrożenie wynikające z konfliktu serologicznego lub ryzyko wystąpienia nadciśnienia w ciąży. Tworzy on automatycznie kalendarz wizyt oraz terminarz obowiązkowych badań lekarskich. Ponadto, lekarz ma możliwość okresowego uzupełniania parametrów tj. ciśnienie tętnicze krwi i waga pacjentki, pozwalając na wykrycie ewentualnych odchyleń od przyjętych norm. W oparciu o zgromadzone dane system umożliwia wyświetlanie anonimowych raportów statystycznych. Słowa kluczowe: baza danych, Python, Flask, MongoDB, monitorowanie ciąży.
Abstract:
The purpose of the project was to design a system for automatic pregnancy monitoring. It bases on database created using pregnancy card used in most medical institutions. The system’s structure was implemented using client-server application architecture, together with MongoDB database. As an application framework, Flask has been chosen. System allows to create electronic version of pregnant women profile basing on patient medical history. Collected information are processed by algorithm, which classifies the patient to appropriate risk group. The algorithm verifies age, BMI, past diseases, potential serological conflict or the risk of hypertension. It automatically creates plan with appointments and schedule of mandatory medical examinations. The doctor has the option to inserts measured values of blood pressure and body mass, allowing for detection of possible deviations from accepted norms. Additionally, statistical reports are created using collected data. Keywords: pregnancy monitoring, database, Python, Flask, MongoDB.