[論文レビュー] Study of Vital Data Analysis Platform Using Wearable Sensor

Yoji Yamato|arXiv (Cornell University)|Jun 6, 2017

IoT and Edge/Fog Computing参考文献 25被引用数 3

ひとこと要約

本稿では、ウェアラブルセンサーを用いて心電図および加速度データをモニタリングし、姿勢、疲労、リラクゼーション状態を検出するリアルタイムのバイタルデータ分析プラットフォームを提案する。スマートフォンまたはクラウドシステム上でストリーム処理およびマイクロバッチ処理を活用することで、ネットワークコストを低減し、危険な姿勢や疲労度の変化に対するタイムリーなアラートを可能にする。実装は完了しており、現地でのテストも進行中である。

ABSTRACT

In this paper, we propose a vital data analysis platform which resolves existing problems to utilize vital data for real-time actions. Recently, IoT technologies have been progressed but in the healthcare area, real-time actions based on analyzed vital data are not considered sufficiently yet. The causes are proper use of analyzing methods of stream / micro batch processing and network cost. To resolve existing problems, we propose our vital data analysis platform. Our platform collects vital data of Electrocardiograph and acceleration using an example of wearable vital sensor and analyzes them to extract posture, fatigue and relaxation in smart phones or cloud. Our platform can show analyzed dangerous posture or fatigue level change. We implemented the platform and we are now preparing a field test.

研究の動機と目的

• ヘルスケアIoTにおけるリアルタイムでの対応可能性の欠如に応えるため、バイタルデータに対するタイムリーな反応を可能にする。
• 生のバイタルデータを継続的に送信することに伴うネットワークコストを低減する。
• ストリーム処理およびマイクロバッチ処理技術を用いてバイタル信号を処理するスケーラブルなプラットフォームを構築する。
• ウェアラブルセンサーのデータを用いて疲労度および姿勢の変化を検出し、アラートを発行する。
• 実用的なヘルスケアモニタリングを実現するため、スマートフォンまたはクラウドインfrastrucutureへの展開を可能にする。

提案手法

• プラットフォームは、ウェアラブルセンサーからリアルタイムの心電図（ECG）および加速度データを収集する。
• スマートフォンまたはクラウド上でストリーム処理およびマイクロバッチ処理技術を適用してデータを分析する。
• 収集したセンサーデータに対して信号処理アルゴリズムを適用し、姿勢、疲労、リラクゼーションレベルを抽出する。
• システムは、送信前にデバイス上で前処理を実施することで、データ送信量を最小限に抑えるアーキテクチャとなっている。
• エッジおよびクラウドへの展開に適した分散コンピューティングモデルを用いてプラットフォームを実装する。
• 現地でのテスト準備が進行中であり、実世界でのパフォーマンスおよび使いやすさの検証を目的としている。

実験結果

リサーチクエスチョン

• RQ1 ウェアラブルセンサーのデータをどのようにリアルタイムで処理し、疲労および姿勢の変化を検出できるか？
• RQ2 ネットワークコストを最小限に抑えつつ、タイムリーな健康インサイトを提供する処理アーキテクチャは何か？
• RQ3 ハイブリッドエッジ・クラウド処理モデルは、リラクゼーションや疲労といった臨床的に関連する状態を効果的に抽出できるか？
• RQ4 ECGおよび加速度データの統合は、姿勢および疲労度検出をどのように向上させるか？
• RQ5 このようなプラットフォームを実世界のヘルスケア環境に展開可能か？

主な発見

• プラットフォームは、ストリーム処理およびマイクロバッチ処理を用いて、ECGおよび加速度データのリアルタイム分析を成功裏に実装した。
• 疲労および姿勢の変化は、モバイルまたはクラウドシステム上で処理されたセンサーデータを用いて検出可能であり、可視化可能である。
• データをローカルで処理して送信するため、システムはネットワーク負荷を低減し、帯域幅の使用量を最小限に抑える。
• 危険な姿勢や疲労度の変化に対してタイムリーなアラートを発行できるため、予防的健康介入を支援する。
• 実装は完了しており、システムは現在、実世界でのパフォーマンスを評価するための現地テスト準備を進めている。
• 別のプレプリント（arXiv:1704.05573）と顕著なテキストの重複があるため、手法の継続性および妥当性が示唆されている。