[論文レビュー] SaYoPillow: A Blockchain-Enabled, Privacy-Assured Framework for Stress Detection, Prediction and Control Considering Sleeping Habits in the IoMT

Laavanya Rachakonda, Anand K. Bapatla+2 more|arXiv (Cornell University)|Jul 14, 2020

Sleep and related disorders参考文献 73被引用数 10

ひとこと要約

SaYoPillow は、スリーピング・ステージ中のスナーキング、四肢の動き、睡眠時間などの睡眠関連生理的信号をモニタリングすることで、96%の正確さでストレスを検出・予測・制御する、ブロックチェーン保護型でエッジコンピューティングを活用したIoMTフレームワークを提案する。エッジでは完全結合ニューラルネットワーク（FCNN）が使用され、プライバシー保護型のクラウドストレージとアクセス制御にはイーサリアムブロックチェーンが採用され、カスタマイズ可能なUIを通じてリアルタイムのユーザーフィードバックが可能になる。

ABSTRACT

Considering today's lifestyle, people just sleep forgetting the benefits it provides to the human body. The reasons for not having a productive sleep could be many. Smart-Yoga Pillow (SaYoPillow) is envisioned as a device that may help in recognizing the importance of a good quality sleep to alleviate stress while establishing a measurable relationship between stress and sleeping habits. A system that analyzes the sleeping habits by continuously monitoring the physiological changes that occur during rapid eye movement (REM) and non-rapid eye movement (NREM) stages of sleep is proposed in the current work. In addition to the physiological parameter changes, factors such as sleep duration, snoring range, eye movement, and limb movements are also monitored. The SaYoPillow system is processed at the edge level with the storage being at the cloud. Not having to compromise the user's privacy, SaYoPillow proposes secure data transmission for both uploading and retrieving, and secure storage and communications as an attempt to reduce malicious attacks on healthcare. A user interface is provided for the user to control data accessibility and visibility. SaYoPillow has 96% accuracy which is close to other existing research works. However, SaYoPillow is the only work with security features as well as only work that considers sleeping habits for stress.

研究の動機と目的

• 睡眠中の継続的ストレスモニタリングのための、安全でプライバシー保護型のフレームワークの開発。生理的および行動的睡眠データを活用する。
• 医療IoTシステムにおける改ざん防止のためのデータストレージと細粒度アクセス制御を実現するため、ブロックチェーン技術（イーサリアム）の統合。
• NREMおよびレム睡眠ステージ中に収集された生理的信号を用いたエッジベースの機械学習により、リアルタイムのストレス検出と予測を実現する。
• ブロックチェーンで検証されたデータにリンクされたインタラクティブなユーザーインターフェースを通じて、ユーザーに実行可能なインサイトとストレス軽減の推奨事項を提供する。
• 予防医療を目的として、睡眠の質とストレスレベルとの間の測定可能でデータドリブンな関係を確立する。

提案手法

• 15,000件のサンプルでトレーニングされた完全結合ニューラルネットワーク（FCNN）を用いて、睡眠時間、いびきの範囲、目動揺れ、四肢の動きなど8つの生理的信号をエッジで処理する。
• TensorFlowを用いて13,000件のサンプルでトレーニングし、2,000件のサンプルでテストすることで、損失が1%未満、ストレス分類の正確さが96%に達した。
• イーサリアムブロックチェーンを活用して分析済みのストレスデータをストレージおよび検証し、データの完全性を保ち、UIを通じたロールベースのアクセス制御を実現する。
• ファジィ論理に基づくGUIを実装し、スラブプロットを用いてストレスレベルを可視化し、将来のモバイルアプリケーション開発を支援する。
• エッジデバイスからクラウドへの処理済みデータ送信をWi-Fiで安全に実施し、アップロードおよびリクエスト時のエンドツーエンド暗号化を実装する。
• ユーザーがデータの可視性とアクセス権を制御できるUIデザインを実装し、IoMT環境におけるプライバシーの信頼性を強化する。

実験結果

リサーチクエスチョン

• RQ1 睡眠関連の生理的および行動的データは、睡眠中におけるストレスレベルの検出および予測にどのように効果的に活用できるか？
• RQ2 ブロックチェーン技術は、IoMTベースのストレスモニタリングシステムにおける機密性の高い健康データをどのように保護するか？
• RQ3 エッジベースの機械学習は、ユーザーのプライバシーを損なわず、正確でリアルタイムのストレス検出を可能にするか？
• RQ4 安全でスケーラブルなIoMT医療フレームワークにおいて、ユーザーが制御可能なアクセスとデータ可視性をどのように実装できるか？
• RQ5 睡眠習慣（睡眠時間、いびき、動きなど）がストレスレベルとどの程度相関しているか、そしてその関係を効果的にモデル化できるか？

主な発見

• SaYoPillowフレームワークは、15,000件のサンプルで構成されるデータセット上で完全結合ニューラルネットワークを用いて、ストレスの5段階分類において96%の正確さを達成した。
• モデルは1%未満のトレーニング損失を示し、ストレス予測における収束性と信頼性の高さを裏付けた。
• イーサリアムブロックチェーンの統合により、分析済みストレスデータの安全で改ざん不能なストレージが実現され、検証可能で監査可能なアクセス制御が可能になった。
• 本システムは、睡眠中における15分ごとの間隔で、生理的信号およびストレスレベルのリアルタイムモニタリングと可視化を成功裏に実現した。
• ユーザーインターフェースにより、データアクセスロールの動的制御が可能となり、データ共有におけるユーザーのプライバシーと自律性が向上した。
• 本フレームワークはモバイルアプリケーションへの拡張が可能であり、より広範な医療連携を実現するためのサードパーティヘルスアプリと連携可能である。