文摘
一个新的计算范型,在计算系统是雾计算。在医疗保健行业,物联网(物联网)驱动的雾计算正在开发加快服务公众和挽救数十亿人的生命。这个新的计算平台,基于雾计算范例,可以减少延迟与遥远的服务器传输和交流信号时,允许更快地交付医疗服务在空间和时间维度。计算系统的必要素质之一,可以使医疗操作的完成是减少延迟。雾计算可以为云计算提供相比减少了延迟由于使用只有低端电脑,手机,和个人设备在雾中计算。在本文中,一个新的医疗监控管理框架基于雾计算提出了实时通知。提出了系统监控病人的体温,心率和血压值从传感器获取的嵌入可穿戴设备和实时通知医生或护理人员如果发生任何矛盾在正常使用机器学习算法阈值。病人的通知也可以设置提醒他们的定期维护的药物或饮食的病人。云层向云存储大数据为未来医院和研究人员参考。
1。介绍
云计算提供了各种物联网服务,包括计算资源、存储能力、异质性和高处理所带来的技术革命。在许多方面,云计算资源的虚拟化。人类生活的方方面面,拥抱云计算。云计算,另一方面,有限制的大延迟,对物联网有负面影响的工作需求实时反应。它还与工业控制系统不工作,需要快速响应时间(1]。
引入了一个雾的概念计算与数据中心连接物联网设备。类似于物联网、雾计算多个应用程序监控和分析实时数据网络连接的事情,有利于进一步行动。雾计算更加虚拟化,它能提供网络服务终端设备和云计算数据中心,但它不是完全定位在网络的边缘。雾计算可以使用网络的三个层次:(1)数据收集从边缘设备(传感器、车辆、道路和船),(2)多个设备连接到网络和发送所有数据,和(3)收集到的数据从设备应处理在不到一秒,随着决策(2,3]。
物联网是一个动态的全球网络基础设施,独特的特色的东西统一启用高级服务。物联网医疗中使用的基本技术之一,是身体的无线区域网络(WBANs)。它可以获得信号和体温一样,心电图(ECG)、肌电图(EMG)和血压。这些数据被传输到终端用户通过协议如wi - fi或IEEE.802.15.4诊断和可视化。在远程医疗监控、云服务器正在使用处理和存储数据从传感器节点使用云计算。但也有一些挑战延迟敏感,大数据传输和位置意识。雾云计算带来的功能更接近最终用户通过提供存储,处理,和沟通边缘设备,改善流动性,隐私,安全、低延迟和网络带宽。雾计算可以理想的匹配对延迟敏感或实时应用程序(4]。
实时环境监控、可视化和通知系统被认为是促进一个新的视角在可靠的数据采集、有效的可视化,处理紧急时间敏感的环境健康和安全管理(5,6]。近年来,世界各地的老年人的人口正在增加,因此复杂的健康问题也增加导致临床费用增加。个人远程健康监测是至关重要的,特别是对老年人。这可以帮助减少额外的费用花在医院。但传统的医疗监控模型不是很方便,需要耗时的过程。因此,需求有一个开发一个有效的医疗监控系统,减少了住院的病人,也提高了患者的生活质量(7]。在物联网时代,大量的数据来处理每一次从多个设备。目前,云计算是用于处理这些数据。但非常昂贵的数据中心的要求使得云计算数据处理不可行,因为更大的数据中心之间的距离和传感设备。随着医疗数据应该没有任何延迟传播以得到适当的响应,雾计算介绍了健康监测领域的改善服务质量(QoS) (8]。
移动健康(移动医疗)表示的使用手机或智能手机实时收集病人的医疗数据和存储到云服务器使用互联网。医院、保险公司等可以从云能够访问这些数据,给予适当的治疗病人。可穿戴设备的可用性和身体传感器网络有助于移动医疗系统的发明。整合移动医疗在病人的环境有助于实时分析病人的健康(9]。几个医疗应用程序,使用一个简单的sensor-to-cloud系统是不可行的由于安全问题和网络故障的问题,病人的健康风险由于访问病人数据的延迟。只使用云平台的医疗数据处理和存储结果的延迟传输数据从传感器到云,从云到医院。因此,使用雾计算介绍了医疗保健应用程序的情况下,需要紧急响应和实时操作(10]。植入心律转复除颤器患者使用的数量正在增加。它收集数据,如设备功能和生理参数,以提高患者的生存。远程实时监控这些数据有助于临床因素的早期检测和促进治疗的调整或重组病人住院前的设备。远程监控的健康高效相比传统的一对一的咨询,因为它是高度可靠的,安全的,合算的,对于任何失败和快速响应性,减少医院预约,减少不必要的冲击对他们的健康状况11]。
物联网的应用铺平道路的一种方式的实现ambient-assisted生活在健康监测系统提供援助,即使在一个人的日常活动。病人在医院监控,特别是在重症监护病房(icu)医务助理有时,导致错误因为人类的错误是不可避免的。因此,有必要开发一个IoT-enabled健康监测系统对病人需要永久的支持,在任何情况下,准确地收集健康参数及时提供正确的临床支持,防止不必要的成本和努力不当监控(12]。雾计算是由扩展云计算网络的边缘。雾计算是云计算不能代替,但它将作为一个补充。如今的网络流量造成巨大的负担在带宽传输大量数据到云,无法忍受延迟和退化的服务终端用户。因此,重要的是重新设计的计算模式,以满足大数据时代的必需品13]。给出详细的系统文献调查(14),包括动机、局限性和未来在这一领域的建议使用雾物联网医疗系统的计算。这个调查描述,雾计算可以适合实时应用要求高响应时间和低延迟。很明显从这个评论,雾计算降低了延迟相比,云计算,这是非常重要的在医疗领域。
提出了雾的目标计算范例如下:它可能减少延迟与遥远的服务器传输和交流信号时,允许更快地交付医疗服务在空间和时间维度。因此,机器学习是用来处理数据,然后将结果解释。详细解释提出的工具和技术,包括如何在艰难的工作环境和如何实现他们的地区IoT-driven医疗保健服务是最必需的。剩下的纸是组织如下:部分2提出了相关工作经历了在研究过程中,部分3介绍了提出方法,部分4结果与讨论部分紧随其后5结论,最后,本研究中使用的参考论文列出了参考下一节。
2。相关工作
IoT-based医疗系统,使用雾中给出了计算概念(4]。使用雾的效率计算领域的健康监测已经证明基于带宽的使用,QoS和通知警报。同时,案例研究使用临床心电图特征提取的数据在网络的边缘实现过程得到。本文收集数据,如温度、湿度的环境,位置的病人、动脉血氧饱和度,电脑照相术(EEG),心电图,肌电图,这些数据传输使用的通信协议,也就是说,wi - fi、蓝牙、无线个域网,或者6 lowpan。技术的进步使得大量使用可穿戴设备在医疗领域的部署物联网。而不是使用外部传感器监测、使用设备,用于鼓励一个人的日常活动,例如,手机。因为手机各种传感器内置的设备,像陀螺仪表,心跳传感器、加速度计、等,远程监控病人只能通过手机来支持自己。但是使用雾计算是必要的,以方便计算,网络,和云数据存储(15]。安全漏洞包括模拟、数据泄露、数据完整性、窃听、勾结。从传感器获得的临床资料或物联网设备非常容易受到安全威胁。这些数据将是高度机密,应该只能由授权的个人访问。安全漏洞使未经授权的人访问这些数据揭示其机密性。因此,解决方案为解决医疗物联网系统的安全漏洞已经被在16),它提供了一种光纤陀螺仪的分散医疗建筑多个虚拟机有雾节点分布式地理数据管理和处理。每个虚拟机负责一个特定类型的数据和请求。
一个框架在资源保护网络系统在急诊室使用Petri网开发结合自定义云计算和计算技术。资源保护网络是适合实时应用程序中,病人的住院时间(洛杉矶),平均等待时间,资源利用率是至关重要的性能指标。因此,在这个框架,表明《,平均等待时间,资源利用率大大提高(17]。物联网概念的组合传感器,智能设备,互联网和中间件概念的组合传感器和物联网设备被描述在18]。本文表明,将有一个重要的动机在e-health中间件系统的集成。在e-health中间件平台系统的集成是提高监测病人的一般健康的过程或一个独立的个体。现场研究IoT-based移动医疗信息系统被描述在19]。本研究包括一个问卷调查,评估人的意见,其中包括医院的疾病诊断,治疗和治疗程序的成本,医院的信息系统。的帮助下从调查结果,要求移动医疗信息系统的分析和设计已经完成。
E-health和移动医疗提供医院、学生、医疗保健专业人士,和研究人员与各种服务,如疾病诊断、风险预测、处理分析、健康监测、教育,和机器学习模型的发展。在[20.),文献调查的有效使用物联网在医疗保健领域进行了,其次是e-health的语义模型的发展和名为“k-Healthcare”访问患者医疗数据的有效使用智能手机。因为大多数现有的e-health和移动医疗模型不使用智能手机传感器传感和传播健康数据,k-healthcare使用智能手机感知和传输数据如图1。它由四层体系结构,即传感器层,网络层,网络层,最后一个服务层。每一层都提供了独特的功能来实现更有效率的服务相邻层。一个案例研究在物联网面临的挑战,因为模型被限制为数据中心无法满足的需求给出几个物联网应用程序(21]。本研究主要关注3要求如流动性、驱动,和控制的可靠性和可伸缩性,特别是大跨度领域覆盖和实时决策场景。方法应用物联网、云计算和雾计算家庭住院已在(22]。除此之外,本文还描述了边缘的概念计算远程健康监测的患者和远程医疗支持的医疗保健专业人员或医生和病人之间的交流。本研究表明,雾的集成计算和云计算物联网医疗技术为病人提供优质服务。这种方法也证明它提供高安全性、可靠性和成本效益。
成规的IoT-based e-health系统使用雾计算提供医疗保健,而不是clinic-centric治疗所有当局像病人,医院,和服务无缝地彼此相互连接。在转换过程中所面临的挑战的承诺和clinic-centric成规的方法已经被证明是和描述的23]。本研究描述了e-health系统中应用物联网技术的好处,如下:包罗万象,这就意味着它可以适用于不同类型的医疗目的,锻炼,美丽、安全、等;无缝地集成不同技术无论其复杂性;大数据的分析和处理;个性化的服务;例如,它可以预测和预测未来将会引起的健康问题,使患者采取必要的措施预防或治疗;一生的监控;易于使用;降低成本;可以在任何地方和任何时候; more number of doctors could be involved if needed; online assistance; and better efficiency and international collaboration. A fog-centric smart home-based patient health monitoring system using IoT is demonstrated in [24]。该系统的主要目标是监控需要重症监护的病人在家里远程本身。这个模型由5层,即数据采集、事件分类、信息挖掘、决策、和云存储层。每一层负责独特的功能,以提供更好的服务到邻近的层。本文提供服务,如病人家庭监控、事件分类使用雾计算提供实时响应时间挖掘与健康有关的数据从病人基于事件触发的云层,和实时基于通告的决策和数据传输在病人的医护人员和医院不安全条件。雾辅助可穿戴物联网(wIoT)系统实现端到端分析(25]。雾计算可以得到有效的wIoT系统。wIoT设备连接的一端和云在另一端。摘要原型的中间层,这是智能网关使用英特尔爱迪生和覆盆子π,已经发达。此原型的目的是支持数据处理、过滤、分析,并适当传输数据云存储很长一段时间和时间变化监测。此原型测试智能e-textile手套系统和观察到的现实世界的数据转换成有用的知识模型分析的帮助下提高了该系统的可用性。因此,它可以提供更好的端到端交互的衣物和云26- - - - - -29日]。
3所示。预赛
3.1。雾计算
雾计算设备和云计算之间的谎言。这是通过引进一个新的处理单元之间的云,用户为了提高可靠性,能源效率,和隐私维护和减少延迟。除了云计算的优势,雾计算也促进了计算能力、网络能力、存储容量、实时数据分析。雾计算也便于实时通知系统在用户的设备上。与云计算,雾计算到达用户在任何时间,但延迟是云计算的主要问题。但是雾计算不一样强大的云计算,因为它利用低端电脑,手机,和个人设备。
所有设备的数据传输到雾计算设备,然后通过(1)等各层数据中心/云层,(2)核心领域/网络层,边缘领域层(3),(4)智能传感器层,最后,(5)智能监控层,给图2。为了克服数据损坏,终端用户设备之间存在安全层和计算设备。数据然后传递给雾计算的设备进行处理。这一步被称为预处理。这些数据并不大数据。只有少量的数据将被雾计算设备加工。雾计算的另一个优点是有一个临时存储层,可以存储处理过的数据,稍后可以发送到云计算进一步处理。
雾的维护计算机网络将是高度复杂的。网络的维护人员会照顾,如果发生任何故障在网络数据传输。计算服务的主要优点是可以学习和适应从雾计算获得的可能的结果。
3.2。雾在健康监测计算
雾计算是一种新型的医疗监控系统的标准。雾计算便于数据处理也不减少其数量和防止网络拥塞。远程医疗系统利用身体传感器嵌入到病人的身体或身体上完全定位监控病人的健康状况评估某些迹象和帮助他们得到精确解。特定的设备用于收集那些身体传感器的数据,也支持传感器和监控设备之间的通信。
4所示。提出的方法
医疗问题正变得越来越流行在人口过多的国家,如印度,人口的增长和医疗援助的增长的需要。人口的增加,需要高质量的护理而减少治疗费用。技术进步,健康可以通过远程监控机,哪个更可靠的比手工监测。它可以帮助减少个人培训所花费的时间,提高先进机械的可靠性。可穿戴设备,跟踪的人和事都通过各种方式,是一种雾计算每天就是破坏我们的日常生活中。设备,可穿戴的人来说,包含各种各样的传感器。这些设备维护记录各种各样的人类活动。可穿戴设备提供医疗保健的新优势,但物联网发展的潜力在每一个学科,而不仅仅是医学科学。这些可穿戴设备使生活更轻松,更舒适的人们通过跟踪健康数据,以及安全及其相关技术。
三方有一个现有的系统,一轮密钥身份验证协议,采用雾计算机设备,它利用双线性配对加密生成会话密钥之间的人,以确保安全的通信。新的计算框架对于远程实时监控,传感、诊断和预后判断和扩展高性能计算已被提出。
提出医疗监测框架包括三个层次,即(1)传感器网络层,(2)雾层,云层(3)。提出光纤陀螺仪的健康监控的体系结构框架如图3。这些层描述如下。
4.1。传感器网络层
为了感觉温度、脉搏和血压的患者,传感器,如温度传感器、心电图传感器、和血压传感器一起使用可穿戴设备这些传感器已经嵌入由病人舒适的穿。所有这些传感装置组成传感器网络层。这一层感觉病人的健康状况,包括病人的体温、心率、收缩压和舒张压和使用传感器收集的数据。然后将这些数据传输到雾计算设备通过有线或无线通信协议。
4.2。雾层
雾层由几个分布式节点。这些节点被称为网关。网关是一种设备,可以方便存储、计算和分布式传感器附近的网络连接。这些传感器负责记录事件和生产数据。这一层促进四个操作:数据接收来自传感器,与健康有关的决策分析的数据,通知护理人员,并将所有这些数据存储在云端。为了提高系统的可靠性,降低延迟,防止网络连接问题,并提高决策过程的速度,一个本地数据处理系统已经在雾中实现计算,以改善其智慧。雾层给出的属性如下:(我)数据收集:各种传感器的数据如温度传感器、心电图传感器、和血压传感器,收集可穿戴设备相连,为进一步分析和决策过程。在收集数据,过滤,去除噪声,预处理。(2)数据安全:数据从传感器获得的病人从网关设备传输到云上。因此,有必要对这些数据的安全性和完整性的设计中要考虑医疗监控框架。因此,加密和水印的过程实施,以确保拟议的框架。在加密过程中,数据被转换为一个无法识别的格式,以保护他们免受未经授权的人。在水印的过程中,数据是隐藏在一个图像没有任何失真的信誉或能见度30.- - - - - -34]。(3)在拟议的系统中,病人的数据隐藏在病人的脸图像水印,而在雾中存储服务器或传输到云服务器。之后,有水印的图像已经被改造成一个密码图像使用一个适当的加密算法。这个加密的数据不能被未经授权的人看到。下的数据需要存储病人的形象;这样做,因为数据不能打开,除非许可是由授权人。数据必须被隐藏,因为这些数据是用来被偷,人们提高他们的智力在勒索这些收集的数据。图4显示了水印的过程和加密的数据到一个脸的形象。同时,作者指出,存储空间是一个问题,因此有必要压缩数据。病人的图像传输的每个收集的数据是一个过度的听到。通过调整模型中的参数和改变网络的演化机制,可以提高雾计算的鲁棒性。这种增长,雾计算规模相关计算范例,计算和朵云多路存取等优势,被认为是有前途的解决方案来处理大量的强调安全的和时间敏感数据所产生的物联网。(我)本地存储:将会有一个本地存储网关中作为一个本地存储库,用于存储的数据分析和安全处理。此外,本地存储的数据将存储暂时在传输之前,即使发生网络切断,数据将被暂时存储在那里直到网络已恢复。(2)通知服务:通知系统发送通知在艰难情况下病人的医生或护理人员。通知也可以发送到病人按时服用适当的药物或报警时间和吃什么食物和其他一些指示病人紧随其后。(3)数据分析:收集的数据从温度、ECG和血压传感器存储在雾层,在那里他们为任何紧急情况的基础上分析了年龄,身高,体重,和疾病使用机器学习的方法。如果分析显示任何矛盾的情况下,那么通知将被发送到授权人通过云计算和传输数据。如果分析数据是正常的,然后不会采取进一步的行动,没有数据会传送。(iv)数据压缩:从多个传感器获得病人的数据存储在云存储中。这些数据可用于疾病的预测、风险分析,并为研究人员长期使用。因此,大量的数据将存储在云使得网络拥挤,增加延迟,需要更多的存储空间。数据压缩是最好的方法来解决这样的问题。有两种类型的压缩:无损压缩和有损压缩。拟议的系统使用医学图像无损压缩,因为亏损给数据和扭曲会导致不正确的诊断疾病和风险预测。无损压缩包括两个步骤,包括改变图像的格式,然后删除使用熵编码器编码冗余。
4.3。云层
云层是由分布式资源的存储库和服务器。云管理器负责管理所有设备连接到云层和促进病人的数据接收、处理和存储。这些数据可用于分析病人的健康历史和现状。云层的属性给出如下:(我)数据存储:后雾层的数据分析的过程中,分析了数据传输到云层,它提供了一个巨大的存储空间来存储患者医疗数据为未来分析护理人员、医生、医院和保险公司。(2)数据分析:病人的健康数据,包括病变的图像部分,细节的症状,治疗,和治疗计划,存储在云端,受到分析未来临床决策领域的研究目的。几个机器学习方法和数据可视化技术可以实现从这些数据,以获得更多的理解。(3)疾病预测:疾病病人的可能性将会影响未来可以预测的年龄,身高,体重,和病人的遗传。对生命体征的相关性,可以预测疾病的比例期望通过使用机器学习算法1。
|
||||||||||||||||||||||
5。讨论
提出健康监测的数据流框架如图5。(我)传感器收集的数据,进行分析。(2)不必要的噪声、电磁干扰和不适当的附件的传感器是过滤。过滤后的数据进行了分析,诊断病人的健康现状。(3)数据分析后,如果发现任何矛盾都感觉到健康参数值,然后通知将被发送到的医生或护理人员需要帮助的病人对他们的健康状况。(iv)收集和处理的数据可以存储在云来访问他们的未来研究人员、卫生保健专业人士,或患者如果需要。存储的数据将按照病人的形象,有水印的加密保护病人的安全的数据在传输和存储。(v)这些数据被压缩,以减少所需的存储空间,在大数据时代,存储空间是一个高的问题。(vi)在雾中数据暂时存储在本地,以防发生任何网络故障。(七)最常见的方式获取数据的智能传感器是使用一个桥接设备称为网关在每一个房间。网关接收来自传感器和数据使其可用。数据传输的无线传感器网关。(八)智能电网是雾的用例计算。为了有效运转,智能城市必须响应上升和下降的要求,减少生产需要保持成本效益。这意味着,智能电网需求实时电力消费和生产数据。(第九)雾计算的原理是利用当地的设备称为雾节点和边缘设备。原始数据捕获物联网信标。这个数据发送到雾节点接近数据源。本地数据分析,过滤,然后发送到云长期存储,如果必要的。
对于物联网设计师来说,雾计算作为最好的选择由于以下特点:(我)雾计算可以提供更好的延迟性能由于雾的位置资源将智能设备和云数据中心。(2)雾计算需要有限的微中心处理,沟通,和存储设施;微雾的成本分布中心附近的终端用户会非常少相比,云计算数据中心。(3)雾的物联网系统是高度可伸缩的计算,这意味着如果最终用户的增加,微雾中心也可以部署更多补偿负载的增加。云数据中心的部署的增加并不多,因为成本会很高。(iv)雾计算提供了复制和健壮的服务。(v)雾资源可以作为移动云自雾资源部署与终端用户。(七)雾的实时服务可以实现高性能计算。(八)雾资源可以与多个云服务提供商进行互操作。因此,雾计算及其资源高度标准化。(第九)数据聚合可以通过雾资源执行发送的数据与原始数据处理部分作为反对进一步云数据中心处理它。
因此,证明,雾计算有能力提高物联网设备以来表现的一部分高级云计算提供的服务可以由本地资源。
6。评价
测试结果在定制的心电图设备进行样品评估过程中各种运行条件,包括采样率和信道数。站的数量必须在6 - 12之间,以及采样率必须在550 Hz之间和1 kHz。最长时间纪录的数据利用软件嵌入式4 GB的NAND闪存芯片存储在表中做了总结1。在这两种操作条件,如表示2,负责设备的能力的持续时间也检查,特别是真正的资源使用的最精确的采样频率1 kHz 12频道。
Android应用程序是通过确定评估所需的总存储空间来存储一个心电图跟踪与几个通道和两个不同的采样速度(EDF + 1 kHz和550赫兹)格式。整个时期的心电图痕迹是一分钟。它是可行的,以减少存储所需要使用压缩技术,但这将有一个即时对电池容量的影响。在两个不同的设置,心电图设备的数据通信速率也测试如表中所示3。
心电图可穿戴设备可以向手机发送信息在两种模式:下载模式,从心电图软件发送信息的记忆,和监控模式,从当前记录实时发送数据。心电图可穿戴设备可以在一个活动或活动记录阶段当有数据传输从一个心电图。在后者的情况下,可穿戴技术的心电图设备限制了信息传递率手机为了保持活跃的效率记录收集数据。
信息传递率也不同取决于心电图设备保存的信息直接传输或如果信息传递时没有存储在内部存储器中。后的数据传输发生在第一个场景中记录的信息存储(存储中的每一个入学后才发生一个完整信息网站已经加载),和读取数据的保存位置建立传输包预定数量的样本所描述的设备软件。在第二个场景中,数据传输发生后立即ADC逆变器采样数据,获得了预定数量的样本。采样频率、频道用于录音机,和每秒钟传输的预设最大数量是用来确定预定信息传递的数据包。
表4和5说明了从心电图阅读率的信息设备的移动应用各种心电图设备设置,测量的手机。我们应该指出,我们不仅传输和测量信息数据包在传输数据还规范和承认数据包,能源能力阶段报告包,重新连接包(在发生分离)。这些经常发送的数据包,但他们可以在理论上吞吐量产生影响心电图和手机之间的通信。
任何授权用户可访问性Spark-Heart原型的在线网站,通过云,可以将指令发送给智能手机应用程序和可穿戴设备,它通过系统的特定的接口。我们估计最大和平均响应时间的简单条件要求(例如,心电图跟踪计数,剩余的内存,和电池级)心电图机,以及最大和平均时间结构完整的文档的问题现有的心电图设备状态,评估这样的请求的端到端响应时间。表6总结了的结果。
7所示。结论
提出了一种光纤陀螺仪的健康监测框架,它利用雾网关对临床决策基于收集的数据从传感器和温度传感器一样,心电图传感器、和血压传感器嵌入到一个可穿戴设备测量温度、心率、收缩压和舒张压的病人。这些数据然后获得的水印和加密过程和在雾中暂时存储服务器,直到收到正确的网络连接和传输他们的医生或护理人员通过云的任何紧急情况。这增加的效用提出的系统。这些传感器的收集大量的数据压缩和存储在云服务器中,供以后参考的医院和研究人员。最后,本文选择雾计算服务的好处在医疗保健监测和临床决策了。
数据可用性
使用的数据来支持本研究的结果包括在本文中。
的利益冲突
作者宣称他们没有利益冲突的报告对于本研究。
确认
作者要感谢院长以来Jouf大学科学研究支持这项工作由格兰特代码域- 2021 - 02 - 0381。