可穿戴设备,例如smartbands smartwatches,可用于实时监控使用者的活动和生命体征。大多数这些可穿戴设备连接到智能手机或移动设备收集数据和处理提取信息,如日常身体活动和健康状况。这个信息激励使用者养成健康的习惯和锻炼。此外,数据可以共享医疗服务提供者和护理人员,他们可以监视weatet的健康状况提供更好的建议和服务。例如,阿尔茨海默氏症患者的病情,帕金森症,痴呆,脑瘫可能被护理人员和医生实时监控。此外,可以利用这些数据来确定精确的剂量药物的高血压和糖尿病患者。

当数以百万计的人使用可穿戴设备追踪健身活动,很少人使用医疗保健。这是因为两个主要问题:(1)从传感器数据提取信息消费是一个比较有挑战性的任务,医务人员,医疗人员和(2)典型的可穿戴设备不得配备传感器测量至关重要的健康的迹象。解决第二个问题将是合适的传感器所需的应用程序嵌入到这些设备。然而,它是解决第一个问题,更具挑战性,因为这些传感器需要算法收集的数据中挖掘有用的信息。

这个特殊的问题寻求新颖先进的贡献可穿戴传感领域的医疗设备和移动应用程序,解决这些挑战。这包括贡献可穿戴技术和移动设备之间的通信,移动应用程序,数据挖掘软件方法论的贡献对如何开发移动应用程序将可穿戴技术应用于医疗保健、医疗保健的可穿戴和新颖的移动应用程序技术。

潜在的主题包括但不限于以下:

• 集成的小说可穿戴设备在医疗移动信息系统
• 集成的绿色或自供电的可穿戴传感装置在移动信息系统
• 采矿方法收集的信息从数据集可穿戴技术
• 用户界面的发展报告健康信息
• 为移动设备开发移动应用程序的框架
• 新颖的手机应用程序提醒和建议患者神经系统疾病
• 为开发可穿戴技术应用方法
• 安全措施可穿戴技术和移动应用程序之间的通信
• 健康数据隐私可穿戴技术和移动设备之间的通信
• 交互式多重代理系统应用程序对病人或照顾者基于信息来源于可穿戴技术
• 客户之间共享健康数据隐私,卫生专业人员和看护者
• 卫生专业人员的责任当使用大个人跟踪数据
• 发展的物理传感器移动信息系统的数据收集
• 深度学习的技术处理数据在移动信息系统