Machine Learning-Based Estimation and Classification of Excreta Using Millimeter-Wave Radar
Otaliga mängder kritisk information om vår hälsa spolas ner varje dag. En toalettsits med osynligt inbyggd radar kan ta tillvara på denna information. Alla besöker toaletten varje dag, därav är den fylld av kliniskt relevant information, som hittills sällan använts för att övervaka hälsan. Förändringar i urin- och avföringsmängd, samt avföringens konsistens kan vara tidiga tecken på sjukdom, men rConstipation and irregular bowel movements are a daily challenge in elderly care, especially among patients with dementia who struggle to report their own toilet habits. This thesis investigates the possibility of using millimeter-wave pulsed coherent radar to passively monitor toilet visits and estimate both stool consistency and excreted quantity of urine and feces. This involved constructing a
