Wireless Sensor Networks for Healthcare
Abstract:
Driven by the confluence between the need to collect data about people#39;s physical, physiological, psychological, cognitive, and behavioral processes in spaces ranging from personal to urban and the recent availability of the technologies that enable this data collection, wireless sensor networks for healthcare have emerged in the recent years. In this review, we present some representative applications in the healthcare domain and describe the challenges they introduce to wireless sensor networks due to the required level of trustworthiness and the need to ensure the privacy and security of medical data. These challenges are exacerbated by the resource scarcity that is inherent with wireless sensor network platforms. We outline prototype systems spanning application domains from physiological and activity monitoring to large-scale physiological and behavioral studies and emphasize ongoing research challenges.
SECTION I.
Introduction
Driven by technology advances in low-power networked systems and medical sensors, we have witnessed in recent years the emergence of wireless sensor networks (WSNs) in healthcare. These WSNs carry the promise of drastically improving and expanding the quality of care across a wide variety of settings and for different segments of the population. For example, early system prototypes have demonstrated the potential of WSNs to enable early detection of clinical deterioration through real-time patient monitoring in hospitals [13], [43], enhance first responders#39; capability to provide emergency care in large disasters through automatic electronic triage [24], [50], improve the life quality of the elderly through smart environments [72], and enable large-scale field studies of human behavior and chronic diseases [45], [58].
At the same time, meeting the potential of WSNs in healthcare requires addressing a multitude of technical challenges. These challenges reach above and beyond the resource limitations that all WSNs face in terms of limited network capacity, processing and memory constraints, as well as scarce energy reserves. Specifically, unlike applications in other domains, healthcare applications impose stringent requirements on system reliability, quality of service, and particularly privacy and security. In this review paper, we expand on these challenges and provide examples of initial attempts to confront them.
These examples include: 1) network systems for vital sign monitoring that show that it is possible to achieve highly reliable data delivery over multihop wireless networks deployed in clinical environments [13], [43]; 2) systems that overcome energy and bandwidth limitations by intelligent preprocessing of measurements collected by high data rate medical applications such as motion analysis for Parkinson#39;s disease [49]; 3) an analysis of privacy and security challenges and potential solutions in assisted living environments [72]; and 4) technologies for dealing with the large-scale and inherent data quality challenges associated with in-field studies [45], [58].
The remainder of the paper is structured as follows. The next section reviews background material in medical sensing and wireless sensor networks, while Section III describes several promising healthcare applications for wireless sensor networks. We highlight the key technical challenges that wireless sensor networks face in the healthcare domains in Section IV and describe representative research projects that address different aspects of these challenges in Section V. We conclude with an outline of the remaining challenges and future directions for wireless sensor networks in healthcare.
SECTION II.
Background
A. Medical Sensing
There is a long history of using sensors in medicine and public health [2], [74]. Embedded in a variety of medical instruments for use at hospitals, clinics, and homes, sensors provide patients and their healthcare providers insight into physiological and physical health states that are critical to the detection, diagnosis, treatment, and management of ailments. Much of modern medicine would simply not be possible nor be cost effective without sensors such as thermometers, blood pressure monitors, glucose monitors, electrocardiography (EKG), photoplethysmogram (PPG), electroencephalography (EEG), and various forms of imaging sensors. The ability to measure physiological state is also essential for interventional devices such as pacemakers and insulin pumps.
Medical sensors combine transducers for detecting electrical, thermal, optical, chemical, genetic, and other signals with physiological origin with signal processing algorithms to estimate features indicative of a person#39;s health status. Sensors beyond those that directly measure health state have also found use in the practice of medicine. For example, location and proximity sensing technologies [39] are being used for improving the delivery of patient care and workflow efficiency in hospitals [22], tracking the spread of diseases by public health agencies [28], and monitoring people#39;s health-related behaviors (e.g., activity levels) and exposure to negative environmental factors, such as pollution [58].
There are three distinct dimensions along which advances in medical sensing technologies are taking place. We elaborate on each of the three in the paragraphs that follow.
-
Sensing modality: Advances in technologies such as microelectromechanical systems (MEMS), imaging, and microfluidic and nanofluidic lab-on-chip are leading to new forms of chemical, biological, and genomic sensing and analyses available outside the confines of a laboratory at the point of care. By enabling new inexpensive diagnostic capabilities, these sensing technologies promise to revolutionize healthcare both in terms of resolving public health crisi
Wireless Sensor Networks for Healthcare
摘要：
在从个人到城市的空间中收集有关人的物理，生理，心理，认知和行为过程的数据的需求与最近可用于实现此数据收集的技术之间的融合驱动，医疗保健的无线传感器网络已经出现近年来。在本次审查中，我们在医疗保健领域展示了一些具有代表性的应用，并描述了由于所需的可信度以及确保医疗数据的隐私和安全性的需要而引入无线传感器网络的挑战。无线传感器网络平台固有的资源稀缺加剧了这些挑战。
第一节
介绍
在低功耗网络系统和医疗传感器技术进步的推动下，近年来我们见证了无线传感器网络（WSN）在医疗保健领域的应用。这些无线传感器网络承诺在各种环境和不同人群中大幅改善和扩大护理质量。例如，早期的系统原型已经证明了无线传感器网络的潜力，可以通过医院中的实时病人监测来及早发现临床恶化[13]，[43]，通过自动电子提高急救人员在大灾难中提供紧急护理的能力分流[24]，[50]，通过智能环境改善老年人的生活质量[72]，并开展人类行为和慢性病的大规模实地研究[45]，[58]。
与此同时，要实现无线传感器网络在医疗保健方面的潜力，需要解决众多技术挑战。这些挑战超出了所有无线传感器网络在有限网络容量，处理和内存限制以及稀缺能源储备方面所面临的资源限制。具体而言，与其他领域的应用程序不同，医疗保健应用程序对系统可靠性，服务质量，特别是隐私和安全性提出了严格的要求。在本评论文章中，我们将对这些挑战进行扩展，并提供最初尝试对抗这些挑战的示例。
这些示例包括：1）用于生命体征监测的网络系统，其表明可以通过部署在临床环境中的多跳无线网络实现高度可靠的数据传递[13]，[43] ; 2）通过对高数据率医疗应用（如帕金森病的运动分析）收集的测量值进行智能预处理来克服能量和带宽限制的系统[49] ; 3）分析隐私和安全挑战以及辅助生活环境中的潜在解决方案[72] ; 4）处理与现场研究相关的大规模和固有数据质量挑战的技术[45]，[58]。
在本文的其余结构如下。下一节回顾了医疗传感和无线传感器网络中的背景材料，而第三部分描述了几种用于无线传感器网络的有前途的医疗应用。我们重点介绍无线传感器网络在第IV部分中在医疗保健领域面临的关键技术挑战，并描述在第五部分中针对这些挑战的不同方面的代表性研究项目。最后，我们概述了医疗保健中无线传感器网络的其余挑战和未来发展方向。
第二节
背景
A.医疗传感
在医学和公共卫生中使用传感器的历史悠久[2]，[74]。嵌入在医院，诊所和家庭中使用的各种医疗器械中，传感器为患者及其医疗服务提供者提供了对疾病的检测，诊断，治疗和管理至关重要的生理和身体健康状况的洞察力。如果没有传感器，如温度计，血压监测仪，葡萄糖监测仪，心电图仪（EKG），光电容积描记图（PPG），脑电图（EEG）和各种形式的成像传感器，大多数现代医学根本不可能也不具有成本效益。测量生理状态的能力对于心脏起搏器和胰岛素泵等介入设备也是必不可少的。
医疗传感器将用于检测电，热，光学，化学，遗传和其他信号的换能器与生理起源相结合，利用信号处理算法来估计指示人的健康状态的特征。超出那些直接衡量健康状况的传感器也被用于医学实践。例如，位置和接近感应技术[39]被用于改善医院中患者护理和工作流效率的提供[22]，跟踪公共卫生机构的疾病传播[28]，并监测人们的健康相关行为（例如，活动水平）和暴露于负面环境因素，如污染[58]。
医疗传感技术的进步有三个不同的方面。我们详细阐述了以下各段中的三个。
- 传感模式：微机电系统（MEMS），成像，微流体和纳米流体芯片实验室等技术的进步正在导致新的形式的化学，生物和基因组传感和分析在实验室的范围之外可用照顾。通过实现新的廉价诊断功能，这些传感技术有望在解决由传染病引起的公共卫生危机[79]以及实现早期检测和个性化治疗方面彻底改变医疗保健。
-
尺寸和成本：大多数医疗传感器传统上过于昂贵和复杂，无法在临床环境之外使用。然而，微电子学和计算技术的最新进展使得许多形式的医学传感在家庭，工作场所和其他生活空间中更容易被个人所接受。
- 第一个出现[2]是家用便携式医疗传感器（如血压和血糖监测仪）。通过频繁测量关键生理数据而无需去看医生，这些仪器彻底改变了高血压和糖尿病等疾病的管理。
- 接下来，出现了动态医疗传感器，其外形小巧，允许人们佩戴或携带[2]。这种传感器使个人能够在参与日常生活活动时连续测量生理参数。示例包括可穿戴心率和身体活动监视器以及Holter监视器。这些设备针对健身爱好者，注重健康的个体，并观察在短期访问医生期间可能不会出现的心脏或神经事件。
- 最近，嵌入式医疗传感器内置于老年医学[78]和矫形器[18]的辅助和修复设备中。
- 最后，我们看到植入式医疗传感器的出现，用于持续测量内部健康状况和生理信号。在某些情况下，目的是持续监测外部无法获得的健康参数，例如青光眼患者的眼内压[20]。其他情况下的目标是使用测量作为生理干预的触发器，以防止即将发生的不良事件（例如，癫痫发作[62]）和物理辅助（例如，脑控制的运动假肢[47]）。鉴于其植入性质，这些设备面临严重的尺寸限制，需要无线通信和接收电力。
- 连通性：在信息技术的进步的推动下，医疗传感器与其他设备的联系越来越紧密。早期的医疗传感器主要与集成的用户界面隔离，用于显示其测量值。随后，传感器能够通过RS 232，USB和以太网等有线接口与外部设备连接。最近，医疗传感器已经结合了短距离无线连接，例如蓝牙，Zigbee和近场无线电，以无线方式与附近的计算机，个人数字助理或智能手机进行通信，以及远程通信，例如WiFi或蜂窝通信，与云计算服务直接通信。除了无绳操作的便利性，这种无线连接允许传感器测量结果发送给护理人员，同时患者在家中度过他们的日常工作生活，从而预示着无处不在的实时医疗感知时代。我们注意到，对于便携式和移动式传感器，与云计算资源的有线或无线连接是间歇性的（例如，仅当传感器处于蜂窝覆盖区域或对接到用户的家用计算机时才可以获得连接）。因此，这样的传感器还可以在非易失性存储器中记录测量值，以便在以后可以与医护人员共享并进一步分析时进行上载。与云计算资源的有线或无线连接是间歇性的（例如，仅当传感器处于蜂窝覆盖区域或对接到用户的家庭计算机时，连接才可用）。因此，这样的传感器还可以在非易失性存储器中记录测量值，以便在以后可以与医护人员共享并进一步分析时进行上载。与云计算资源的有线或无线连接是间歇性的（例如，仅当传感器处于蜂窝覆盖区域或对接到用户的家庭计算机时，连接才可用）。因此，这样的传感器还可以在非易失性存储器中记录测量值，以便在以后可以与医护人员共享并进一步分析时进行上载。
B.无线传感器平台
近年来见证了各种嵌入式计算平台的出现，这些平台集成了处理，存储，无线网络和传感器。这些嵌入式计算平台提供了在以前不切实际的时间和空间保真度下感知物理现象的能力。用于医疗保健应用的嵌入式计算平台包括从智能手机到称为微尘的专用无线传感平台，其在可用计算能力，存储器，网络带宽和可用能量方面具有更严格的资源限制。
现有的微尘通常使用具有数十千字节RAM的8或16-b微控制器，用于程序存储的数百千字节ROM和闪存形式的外部存储。这些器件工作在几毫瓦，同时以大约10 MHz运行[61]。大多数电路可以断电，因此待机功率可以约为1mu;W。如果这种设备在1％的时间内处于活动状态，则其平均功耗仅为几微瓦，可以使用两节AA电池长期运行。Motes通常配备低功率无线电，例如符合IEEE 802.15.4标准的无线传感器网络[33]。这种无线电通常以10至250 Kb / s的速率传输，消耗约20-60 mW，并且它们的通信范围通常以数十米为单位[6]，[71]。最后，motes包括多个模拟和数字接口，使他们能够连接到各种商品传感器。
这些硬件创新与嵌入式操作系统[21]，[30]，基于组件的编程语言[25]和网络协议[9]，[26]的进步并行不悖。
与资源受限的微粒相比，智能手机通过蜂窝和IEEE 802.11无线接口提供更强大的微处理器，更大的数据存储和更高的网络带宽，但代价是更高的能耗。它们的互补特性使智能手机和微尘互补平台适用于不同类别的医疗保健应用，我们将在后面的章节中讨论。
第三节
医疗应用
无线网络传感器可以在从个人到建筑物甚至更大规模的空间中对物理，生理，心理，认知和行为过程进行密集的时空采样。跨越不同尺度的空间的这种密集采样导致基于感觉信息的医疗保健应用，其与第II-A节中描述的那些不同，融合和汇总从多个分布式传感器收集的信息。此外，随着廉价和微型，但高质量的家用和个人使用传感器的进步，传感的复杂性大大增加，开发了复杂的机器学习算法，可以推断复杂的条件，如压力，抑郁和成瘾从感官信息，最后普遍的互联网连接的出现，促进传感器信息的及时传播给护理人员。
在下文中，我们将介绍这些技术支持的医疗保健应用程序列表。
- 监测大规模伤亡灾害：虽然已经存在紧急医疗服务的分类协议[31]，[70]，但随着受害者人数的增加，其有效性会迅速下降。此外，在这种大规模伤亡灾难期间，有必要改进对第一反应者健康状况的评估。无线传感系统的可移植性，可扩展性和快速部署性能可用于自动报告众多受害者的分类级别，并更有效地持续跟踪灾难现场第一响应者的健康状况。
- 医院中的生命体征监测：无线传感技术有助于解决与有线传感器相关的各种缺点，这些传感器通常用于医院和急诊室以监测患者[43]。与患者相关的所有太熟悉的电线不仅对导致行动受限和更多焦虑的患者感到不舒服，而且对于工作人员也难以管理。很常见的是疲惫的患者故意断开传感器，并且当患者在医院中移动并在不同的单位之间移交时未能正确地重新连接传感器。无线感应硬件不那么引人注目，并且与后端医疗记录系统具有持久的网络连接，有助于减少电线缠结和患者焦虑，同时还可以减少错误的发生。
- 家庭和移动老龄化：随着人们年龄的增长，他们会经历各种认知，身体和社会变化，挑战他们的健康，独立和生活质量[76]。诸如糖尿病，哮喘，慢性阻塞性肺病，充血性心力衰竭和记忆力下降等疾病对于监测和治疗是具有挑战性的。这些疾病可以从在监测过程中发挥积极作用的患者中受益。嵌入人们生活空间或携带在人身上的无线网络传感器可以实时和随处收集有关个人身体，生理和行为状态和模式的信息。这些数据也可以与社会和环境背景相关联。从这些“生活记录”中，可以得出关于健康和福祉的有用推论。这可用于自我意识和个人分析，以帮助改变行为，并与护理人员分享，以便及早发现和干预。
- 对运动和感觉衰退的帮助：无线网络传感的另一个应用是为患者提供积极的帮助和指导，以应对感觉和运动能力的下降。我们正在看到新型智能辅助设备的出现，这些设备利用设备内置的传感器，佩戴甚至植入用户的人体，并嵌入周围环境中，利用有关患者生理和身体状态的信息。这些智能辅助设备不仅可以定制他们对个人用户及其当前环境的响应，还可以为用户及其护理人员提供长期培训的重要反馈。传统的辅助设备，如手杖，拐杖，助行器，和轮椅可以融合内置和外置传感器的信息，为用户提供持续的个性化反馈和指导，以正确使用设备。这样的装置还可以相对于背景和规定的训练或康复方案调整装置的物理特性[78]。此外，无线网络传感可以为视障人士提供新型辅助设备，如寻路[17]和步行导航[8]。
- 大规模的现场医疗和行为研究：身体佩戴的传感器连同配备传感器的互联网智能手机已经开始通过从大量分布式连续收集行为和生理数据来革新医学和公共卫生研究科目，因为他们领导他们的日常生活。由于能够提供对无法在受控临床和实验室环境中复制且无法通过计算机辅助回顾性自我报告方法进行测量的主体状态的洞察力，这种传感系统对于医学，心理学和行为学研究变得至关重要。确实，美国国立卫生研究院（NIH）基因和环境倡议（GEI）下的暴露生物学计划的主要目标是开发此类可现场部署的传感工具，以量化对环境的暴露（例如，社会心理压力，成瘾，毒物，饮食，身体活动） ）客观，自动，并在参与者的自然环境中一次数天。GEI计划内的研究人员（例如，[35]，[45]和[58]以及其他地方（例如[27]，[55]和[63]）也已经认识到这种传感在测量纵向研究中的效用个人对大量人口的影响
如上面的四个示例所示，由无线网络传感技术实现的应用程序分布在多个维度上。一个维度是分布式传感的空间和时间范围。空间范围可以从对个体被限制在建筑物（例如，家庭，医院）或明确定义的区域（例如，灾害现场）时所做的健康状态的感觉观察到在个体在课程期间移动时进行的观察。日常生活 时间范围可以包括对疾病或事件持续时间的观察，以及为管理长期疾病或用于公共卫生目的而进行的长期观察。不同的空间和时间范围对能源和通信基础设施的可用性以及对人体工程学的不同要求施加了不同的限制。
第二个维度是群体规模，可以是家庭中的个体患者，医院中的患者群体和灾难现场的受害者，以及医学研究或流行病学中大量分散的受试者群体。 。
最后一个关键维度是所使用的无线网络和传感技术类型：带有远程无线电的体上传感器，带有远程网关的短距离体上传感器的体域网络，植入的传感器 - 具有无线通信和电力传输的机身，嵌入在个人携带的辅助设备中的无线传感器，嵌入在环境中的无线传感器以及嵌入在无处不在的移动智能电话中的传感器。显然，存在丰富多样的无线传感技术，具有互补的特性，适应不同的应用。通常，一种以上类型的传感技术可用于单个应用。
第四节
技术挑战
在下面的段落中，我们描述了为医疗保健应用设
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
