{"id":{"repo_id":"cadiz","oai_identifier":"oai:rodin.uca.es:10498/39611"},"canonical_url":"https://search.dev.ndltd.org/etd/cadiz/oai:rodin.uca.es:10498/39611","repository":{"repo_id":"cadiz","name":"Universidad de Cadiz","base_url":"https://rodin.uca.es/oai/request"},"display":{"title":"Development of a computer vision-based platform for non-invasive multi-source data collection in nicus and its application to neonatal movement analysis","abstract":"La incidencia de nacimientos prematuros continúa en aumento, y estos neonatos requieren cuidados intensivos altamente especializados. No obstante, el seguimiento clínico convencional a menudo resulta insuficiente para detectar a tiempo ciertos patrones relevantes de salud. Además, gran parte de la información recogida en una Unidad de Cuidados Intensivos Neonatales (UCIN) se almacena de forma dispersa, en sistemas no interoperables o incluso en papel, lo que dificulta su explotación clínica y científica. Para afrontar estas limitaciones se desarrolló Neonates Recording Platform (NRP), un sistema no invasivo diseñado para integrar y sincronizar datos de vídeo, audio y parámetros fisiológicos en el entorno de una UCIN. NRP permite la captura simultánea de señales del neonato y su entorno (vídeo, audio e indicadores fisiológicos), procesándolas y almacenándolas automáticamente de manera estructurada, con el fin de facilitar su análisis posterior y su uso en investigación clínica avanzada. El objetivo principal se basó en el desarrollo y validación de NRP, junto con la creación de NeoVault, una base de datos pública y estandarizada de datos clínicos, posturales y fisiológicos neonatales. NRP se implementó en una UCIN real (Hospital Puerta del Mar, Cádiz), donde se recopilaron datos multimodales; los datos capturados se preprocesaron y organizaron automáticamente para construir NeoVault. Esta base de datos ofrece una interfaz web y API REST para consultar, filtrar, visualizar y exportar información. NeoVault almacena cientos de miles de registros posturales y miles de parámetros fisiológicos capturados con NRP, proporcionando una plataforma abierta de gran utilidad para investigadores, clínicos y desarrolladores. Se exploró también la cuantificación no invasiva del movimiento neonatal mediante visión artificial. Se compararon técnicas de flujo óptico con métricas geométricas (distancias Chebyshev, Minkowski) aplicadas a datos posturales. Los resultados indican que grabaciones de 30 segundos bastan para estimar consistentemente el movimiento; las métricas geométricas fueron más estables que las basadas en flujo óptico, y limitar el análisis a las extremidades inferiores produjo resultados equivalentes al análisis de todo el cuerpo. Estos hallazgos demuestran que es posible cuantificar objetivamente el movimiento del neonato sin contacto físico, proponiendo esta métrica como un indicador complementario valioso a las medidas clínicas convencionales de desarrollo. En resumen, esta investigación ofrece una solución integral: una plataforma automatizada de adquisición de datos de múltiples fuentes (NRP) y una base de datos estandarizada y abierta (NeoVault), junto con el estudio de métodos computacionales para la cuantificación del movimiento. Estas herramientas no solo permiten incorporar indicadores objetivos de movimiento al monitoreo clínico de neonatos, sino que también impulsan la investigación neonatal al facilitar el acceso a datos reales, estructurados y reutilizables para la comunidad científica.","abstract_html":"La incidencia de nacimientos prematuros continúa en aumento, y estos neonatos requieren cuidados intensivos altamente especializados. No obstante, el seguimiento clínico convencional a menudo resulta insuficiente para detectar a tiempo ciertos patrones relevantes de salud. Además, gran parte de la información recogida en una Unidad de Cuidados Intensivos Neonatales (UCIN) se almacena de forma dispersa, en sistemas no interoperables o incluso en papel, lo que dificulta su explotación clínica y científica. Para afrontar estas limitaciones se desarrolló Neonates Recording Platform (NRP), un sistema no invasivo diseñado para integrar y sincronizar datos de vídeo, audio y parámetros fisiológicos en el entorno de una UCIN. NRP permite la captura simultánea de señales del neonato y su entorno (vídeo, audio e indicadores fisiológicos), procesándolas y almacenándolas automáticamente de manera estructurada, con el fin de facilitar su análisis posterior y su uso en investigación clínica avanzada. El objetivo principal se basó en el desarrollo y validación de NRP, junto con la creación de NeoVault, una base de datos pública y estandarizada de datos clínicos, posturales y fisiológicos neonatales. NRP se implementó en una UCIN real (Hospital Puerta del Mar, Cádiz), donde se recopilaron datos multimodales; los datos capturados se preprocesaron y organizaron automáticamente para construir NeoVault. Esta base de datos ofrece una interfaz web y API REST para consultar, filtrar, visualizar y exportar información. NeoVault almacena cientos de miles de registros posturales y miles de parámetros fisiológicos capturados con NRP, proporcionando una plataforma abierta de gran utilidad para investigadores, clínicos y desarrolladores. Se exploró también la cuantificación no invasiva del movimiento neonatal mediante visión artificial. Se compararon técnicas de flujo óptico con métricas geométricas (distancias Chebyshev, Minkowski) aplicadas a datos posturales. Los resultados indican que grabaciones de 30 segundos bastan para estimar consistentemente el movimiento; las métricas geométricas fueron más estables que las basadas en flujo óptico, y limitar el análisis a las extremidades inferiores produjo resultados equivalentes al análisis de todo el cuerpo. Estos hallazgos demuestran que es posible cuantificar objetivamente el movimiento del neonato sin contacto físico, proponiendo esta métrica como un indicador complementario valioso a las medidas clínicas convencionales de desarrollo. En resumen, esta investigación ofrece una solución integral: una plataforma automatizada de adquisición de datos de múltiples fuentes (NRP) y una base de datos estandarizada y abierta (NeoVault), junto con el estudio de métodos computacionales para la cuantificación del movimiento. Estas herramientas no solo permiten incorporar indicadores objetivos de movimiento al monitoreo clínico de neonatos, sino que también impulsan la investigación neonatal al facilitar el acceso a datos reales, estructurados y reutilizables para la comunidad científica.","abstract_has_math":false,"creators":["Pigueiras del Real, Janet"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":["Ruiz Zafra, Ángel","Cervera Gontard, Lionel"],"committee_chairs":[],"committee_members":[],"year":2026,"date_issued":"2026","date_published":"2026","updated_at":"2026-07-24T01:29:24Z","subjects":[],"languages":["spa"],"rights":["Attribution-NonCommercial-NoDerivatives 4.0 Internacional"],"rights_urls":["http://creativecommons.org/licenses/by-nc-nd/4.0/"],"identifier_entries":[]},"links":{"outbound_url":"http://hdl.handle.net/10498/39611","outbound_label":"Handle","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["Ruiz Zafra, Ángel","Cervera Gontard, Lionel"]},{"key":"dc:contributor.other","label":"Dc Contributor Other","values":["Física de la Materia Condensada","Ingeniería Informática"]},{"key":"dc:creator","label":"Author","values":["Pigueiras del Real, Janet"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2026-05-15T13:07:07Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2026-05-15T13:07:07Z"]},{"key":"dc:date.issued","label":"Date","values":["2026"]},{"key":"dc:type","label":"Dc Type","values":["doctoral thesis"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["spa"]},{"key":"dc:rights","label":"Dc Rights","values":["Attribution-NonCommercial-NoDerivatives 4.0 Internacional"]},{"key":"dc:rights.uri","label":"Rights URI","values":["http://creativecommons.org/licenses/by-nc-nd/4.0/"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["http://hdl.handle.net/10498/39611"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["La incidencia de nacimientos prematuros continúa en aumento, y estos neonatos requieren cuidados intensivos altamente especializados. No obstante, el seguimiento clínico convencional a menudo resulta insuficiente para detectar a tiempo ciertos patrones relevantes de salud. Además, gran parte de la información recogida en una Unidad de Cuidados Intensivos Neonatales (UCIN) se almacena de forma dispersa, en sistemas no interoperables o incluso en papel, lo que dificulta su explotación clínica y científica. Para afrontar estas limitaciones se desarrolló Neonates Recording Platform (NRP), un sistema no invasivo diseñado para integrar y sincronizar datos de vídeo, audio y parámetros fisiológicos en el entorno de una UCIN. NRP permite la captura simultánea de señales del neonato y su entorno (vídeo, audio e indicadores fisiológicos), procesándolas y almacenándolas automáticamente de manera estructurada, con el fin de facilitar su análisis posterior y su uso en investigación clínica avanzada. El objetivo principal se basó en el desarrollo y validación de NRP, junto con la creación de NeoVault, una base de datos pública y estandarizada de datos clínicos, posturales y fisiológicos neonatales. NRP se implementó en una UCIN real (Hospital Puerta del Mar, Cádiz), donde se recopilaron datos multimodales; los datos capturados se preprocesaron y organizaron automáticamente para construir NeoVault. Esta base de datos ofrece una interfaz web y API REST para consultar, filtrar, visualizar y exportar información. NeoVault almacena cientos de miles de registros posturales y miles de parámetros fisiológicos capturados con NRP, proporcionando una plataforma abierta de gran utilidad para investigadores, clínicos y desarrolladores. Se exploró también la cuantificación no invasiva del movimiento neonatal mediante visión artificial. Se compararon técnicas de flujo óptico con métricas geométricas (distancias Chebyshev, Minkowski) aplicadas a datos posturales. Los resultados indican que grabaciones de 30 segundos bastan para estimar consistentemente el movimiento; las métricas geométricas fueron más estables que las basadas en flujo óptico, y limitar el análisis a las extremidades inferiores produjo resultados equivalentes al análisis de todo el cuerpo. Estos hallazgos demuestran que es posible cuantificar objetivamente el movimiento del neonato sin contacto físico, proponiendo esta métrica como un indicador complementario valioso a las medidas clínicas convencionales de desarrollo. En resumen, esta investigación ofrece una solución integral: una plataforma automatizada de adquisición de datos de múltiples fuentes (NRP) y una base de datos estandarizada y abierta (NeoVault), junto con el estudio de métodos computacionales para la cuantificación del movimiento. Estas herramientas no solo permiten incorporar indicadores objetivos de movimiento al monitoreo clínico de neonatos, sino que también impulsan la investigación neonatal al facilitar el acceso a datos reales, estructurados y reutilizables para la comunidad científica.","The incidence of preterm births continues to rise, and these neonates require highly specialized intensive care. However, conventional clinical monitoring often proves insufficient to detect relevant health patterns in a timely manner. Additionally, much of the information collected in a Neonatal Intensive Care Unit (NICU) is stored in isolated formats, within systems that lack interoperability or even on paper, which limits its effective use for clinical decision-making and scientific research. To address these limitations, the Neonates Recording Platform (NRP) was developed: a non-invasive system designed to integrate and synchronize video, audio, and physiological data within a NICU setting. NRP enables the simultaneous capture of signals from the neonate and their environment (video, audio, and physiological parameters), automatically processing and storing them in a structured format to facilitate subsequent analysis and use in advanced clinical research. The main objective was the development and validation of NRP, alongside the creation of NeoVault, a public, standardized database of neonatal clinical, postural, and physiological data. NRP was deployed in a real NICU (Hospital Puerta del Mar, C´adiz), where multimodal data were collected; the captured data were preprocessed and automatically organized to build NeoVault. This database offers both a web interface and a REST API for querying, filtering, visualizing, and exporting information. NeoVault currently stores hundreds of thousands of postural records and thousands of physiological parameters collected via NRP, providing an open platform of high value to researchers, clinicians, and developers. The study also explored non-invasive quantification of neonatal movement using computer vision. Optical flow techniques were compared with geometric distance metrics (e.g., Chebyshev and Minkowski) applied to postural data. Results indicate that 30-second recordings are sufficient to consistently estimate movement; geometric metrics proved more stable than optical flow methods, and focusing the analysis on the lower limbs yielded results comparable to full-body analysis. These findings demonstrate the feasibility of objectively quantifying neonatal movement without physical contact, proposing such metrics as valuable complementary indicators to conventional clinical measures of neonatal development. In summary, this research presents a comprehensive and integrated solution that addresses key challenges in modern neonatal care. It includes the development of an automated platform for multi-source data acquisition, the Neonates Recording Platform (NRP), and the creation of a standardized, open-access clinical database, NeoVault. Together, these tools enable the collection, structuring, and sharing of high-quality neonatal data from multiple modalities, including video, audio, and physiological signals. Additionally, the study explores computational methods for the objective quantification of neonatal movement, aiming to provide complementary biomarkers for early developmental assessment. By integrating these elements, the proposed system not only supports the inclusion of objective movement metrics into routine neonatal monitoring but also promotes clinical and scientific progress by granting the research community access to well-structured, standardized, and reusable datasets. This framework contributes to advancing early diagnosis, improving clinical decision-making, and fostering collaboration in neonatal research."]},{"key":"dc:format","label":"Dc Format","values":["application/pdf"]},{"key":"dc:title","label":"Title","values":["Development of a computer vision-based platform for non-invasive multi-source data collection in nicus and its application to neonatal movement analysis"]}]}],"canonical_facts":{"dc:contributor.advisor":["Ruiz Zafra, Ángel","Cervera Gontard, Lionel"],"dc:contributor.other":["Física de la Materia Condensada","Ingeniería Informática"],"dc:creator":["Pigueiras del Real, Janet"],"dc:date.accessioned":["2026-05-15T13:07:07Z"],"dc:date.available":["2026-05-15T13:07:07Z"],"dc:date.issued":["2026"],"dc:description.abstract":["La incidencia de nacimientos prematuros continúa en aumento, y estos neonatos requieren cuidados intensivos altamente especializados. No obstante, el seguimiento clínico convencional a menudo resulta insuficiente para detectar a tiempo ciertos patrones relevantes de salud. Además, gran parte de la información recogida en una Unidad de Cuidados Intensivos Neonatales (UCIN) se almacena de forma dispersa, en sistemas no interoperables o incluso en papel, lo que dificulta su explotación clínica y científica. Para afrontar estas limitaciones se desarrolló Neonates Recording Platform (NRP), un sistema no invasivo diseñado para integrar y sincronizar datos de vídeo, audio y parámetros fisiológicos en el entorno de una UCIN. NRP permite la captura simultánea de señales del neonato y su entorno (vídeo, audio e indicadores fisiológicos), procesándolas y almacenándolas automáticamente de manera estructurada, con el fin de facilitar su análisis posterior y su uso en investigación clínica avanzada. El objetivo principal se basó en el desarrollo y validación de NRP, junto con la creación de NeoVault, una base de datos pública y estandarizada de datos clínicos, posturales y fisiológicos neonatales. NRP se implementó en una UCIN real (Hospital Puerta del Mar, Cádiz), donde se recopilaron datos multimodales; los datos capturados se preprocesaron y organizaron automáticamente para construir NeoVault. Esta base de datos ofrece una interfaz web y API REST para consultar, filtrar, visualizar y exportar información. NeoVault almacena cientos de miles de registros posturales y miles de parámetros fisiológicos capturados con NRP, proporcionando una plataforma abierta de gran utilidad para investigadores, clínicos y desarrolladores. Se exploró también la cuantificación no invasiva del movimiento neonatal mediante visión artificial. Se compararon técnicas de flujo óptico con métricas geométricas (distancias Chebyshev, Minkowski) aplicadas a datos posturales. Los resultados indican que grabaciones de 30 segundos bastan para estimar consistentemente el movimiento; las métricas geométricas fueron más estables que las basadas en flujo óptico, y limitar el análisis a las extremidades inferiores produjo resultados equivalentes al análisis de todo el cuerpo. Estos hallazgos demuestran que es posible cuantificar objetivamente el movimiento del neonato sin contacto físico, proponiendo esta métrica como un indicador complementario valioso a las medidas clínicas convencionales de desarrollo. En resumen, esta investigación ofrece una solución integral: una plataforma automatizada de adquisición de datos de múltiples fuentes (NRP) y una base de datos estandarizada y abierta (NeoVault), junto con el estudio de métodos computacionales para la cuantificación del movimiento. Estas herramientas no solo permiten incorporar indicadores objetivos de movimiento al monitoreo clínico de neonatos, sino que también impulsan la investigación neonatal al facilitar el acceso a datos reales, estructurados y reutilizables para la comunidad científica.","The incidence of preterm births continues to rise, and these neonates require highly specialized intensive care. However, conventional clinical monitoring often proves insufficient to detect relevant health patterns in a timely manner. Additionally, much of the information collected in a Neonatal Intensive Care Unit (NICU) is stored in isolated formats, within systems that lack interoperability or even on paper, which limits its effective use for clinical decision-making and scientific research. To address these limitations, the Neonates Recording Platform (NRP) was developed: a non-invasive system designed to integrate and synchronize video, audio, and physiological data within a NICU setting. NRP enables the simultaneous capture of signals from the neonate and their environment (video, audio, and physiological parameters), automatically processing and storing them in a structured format to facilitate subsequent analysis and use in advanced clinical research. The main objective was the development and validation of NRP, alongside the creation of NeoVault, a public, standardized database of neonatal clinical, postural, and physiological data. NRP was deployed in a real NICU (Hospital Puerta del Mar, C´adiz), where multimodal data were collected; the captured data were preprocessed and automatically organized to build NeoVault. This database offers both a web interface and a REST API for querying, filtering, visualizing, and exporting information. NeoVault currently stores hundreds of thousands of postural records and thousands of physiological parameters collected via NRP, providing an open platform of high value to researchers, clinicians, and developers. The study also explored non-invasive quantification of neonatal movement using computer vision. Optical flow techniques were compared with geometric distance metrics (e.g., Chebyshev and Minkowski) applied to postural data. Results indicate that 30-second recordings are sufficient to consistently estimate movement; geometric metrics proved more stable than optical flow methods, and focusing the analysis on the lower limbs yielded results comparable to full-body analysis. These findings demonstrate the feasibility of objectively quantifying neonatal movement without physical contact, proposing such metrics as valuable complementary indicators to conventional clinical measures of neonatal development. In summary, this research presents a comprehensive and integrated solution that addresses key challenges in modern neonatal care. It includes the development of an automated platform for multi-source data acquisition, the Neonates Recording Platform (NRP), and the creation of a standardized, open-access clinical database, NeoVault. Together, these tools enable the collection, structuring, and sharing of high-quality neonatal data from multiple modalities, including video, audio, and physiological signals. Additionally, the study explores computational methods for the objective quantification of neonatal movement, aiming to provide complementary biomarkers for early developmental assessment. By integrating these elements, the proposed system not only supports the inclusion of objective movement metrics into routine neonatal monitoring but also promotes clinical and scientific progress by granting the research community access to well-structured, standardized, and reusable datasets. This framework contributes to advancing early diagnosis, improving clinical decision-making, and fostering collaboration in neonatal research."],"dc:format":["application/pdf"],"dc:identifier.uri":["http://hdl.handle.net/10498/39611"],"dc:language.iso":["spa"],"dc:rights":["Attribution-NonCommercial-NoDerivatives 4.0 Internacional"],"dc:rights.uri":["http://creativecommons.org/licenses/by-nc-nd/4.0/"],"dc:title":["Development of a computer vision-based platform for non-invasive multi-source data collection in nicus and its application to neonatal movement analysis"],"dc:type":["doctoral thesis"]},"updated_at":"2026-07-24T01:29:24Z"}