耳机式物联网血氧监护系统的设计.pdf

第41卷第1期-_60-2024年1月D01:10.3969/j.issn.1005-202X.2024.01.009耳机式物联网血氧监护系统的设计中国医学物理学杂志Chinese Journal of Medical PhysicsVol.41.No.1January 2024医学信号处理与医学仪器薛俊伟,吴凯2.3,周静3.41.广州医科大学科研实验中心，广东广州511436；2.华南理工大学生物医学科学与工程学院，广东广州511442；3.华南理工大学国家人体组织功能重建工程技术研究中心，广东广州510 0 0 6；4.华南理工大学材料科学与工程学院，广东广州510 0 0 6【摘要】分析远程医疗在应对突发公共卫生事件时，快速优化基层医疗资源配置的能力，设计基于蜂窝物联网通信的血氧监护系统。相比于传统医用血氧检测仪器，具有可穿戴、低成本、易操作的优势，更适应基层快速检测或用户居家监测的场景。创新设计了入耳式耳机检测模式，可同时测量体温数据，并通过窄带物联网传输到数据库，积累的数据能够为诊疗提供个性化的追踪记录。【关键词】远程医疗；物联网；入耳式；血氧【中图分类号】R318.6;TP311.1Design of in-ear blood oxygen saturation monitoring system based on internet of thingsXUE Junweil,WU Kai?3,ZHOU Jing.41.Scientific Research Center,Guangzhou Medical University,Guangzhou 511436,China;2.School of Biomedical Sciences andEngineering,South China University of Technology,Guangzhou 511442,China;3.National Engineering Research Center for TissueRestoration and Reconstruction,South China University of Technology,Guangzhou 510006,China;4.School of Materials Science andEngineering,South China University of Technology,Guangzhou 510006,ChinaAbstract:When dealing with public health emergencies,telemedicine can optimize the allocation of medical resources ofprimary healthcare institutions quickly.Therefore,a blood oxygen saturation monitoring system based on cellular internet ofthings is designed in the study.Compared with the traditional medical blood oxygen saturation monitors,the system iswearable,low-cost and easy-to-operate,and it is more suitable for the scenario of rapid detection at the primary healthcareinstitutions or user monitoring at home.The in-ear earphone model makes the detection module innovatively.Both bloodoxygen saturation and body temperature can be obtained simultaneously,and the monitoring data are transmitted to thedatabase through narrow band internet of things.The accumulated data provides effective support for personalized diagnosisand treatment.Keywords:telemedicine;internet of things;in-ear;blood oxygen【文献标志码】A【文章编号】10 0 5-2 0 2 X（2 0 2 4)0 1-0 0 6 0-0 6前言经历新型冠状病毒肺炎疫情等重大突发公共卫生事件，医工结合在医疗大数据运用、智慧医疗产品研发、数字化疫情防控等方面发挥了难以替代的作【收稿日期】2 0 2 3-10-18【基金项目】国家重点研发计划（2 0 2 2 YFF06078002022YFF0607804）；广东省高等教育学会实验室管理专业委员会研究基金(GDJ20220330)【作者简介】薛俊伟，硕士，高级工程师，研究方向：智能仪器仪表，E-mail:【通信作者】周静，博士，研究方向：生物医学信号处理、医学人工智能等,E-mail:用，显现出独特的优势。后疫情时代，随着医保改革政策的不断落地，整个社会的就医理念和诊疗模式都在发生巨大转变。此外，人口老龄化已成为影响生命健康和生活质量的重大公共卫生问题。预计到2050年我国6 5岁以上人口将达3.93亿人，老年人疾病的预防也带动了远程医疗监测服务的需求不断增长。叠加疫情等方面的影响，同时得益于飞速发展的电子信息技术、计算机网络技术、人工智能技术，远程医疗的普及速度也在加快。仅从2 0 19年末起的半年时间内，国内远程医疗行业提供商就增加约450家。医院也更加积极主动地建设互联网医院和远程问诊平台，开通线上线下相融合的诊疗模式，以适应医疗需求的变化。远程医疗可以打破时空限制，优第1期化医疗资源配置，在相对欠发达地区迅速构建起数字化、智能化的专家诊疗服务，重塑医疗卫生系统的运转模式2 。第5代移动通信技术提供高性能无线接入、边缘计算、网络切片等服务能力，为包括远程医疗在内的应用场景提供更好的支撑3-4。其中,医学影像传输、在线视频会诊等对通讯带宽和时延要求较高的场景，通过5G新空口网络或虚拟专网进行通信；另外，远程生命体征监测、身体局域网(Wireless BodyArea Network,WBAN）、医疗仪器组网互联、电子病例系统等可以借助如窄带物联网(Narrow Band Internet of Things,NB-IoT)的低功耗、低时延、大容量等特性实现4。本文阐述了基于NB-IoT的人耳式耳机血氧饱和度（OxygenSaturation，Sp O,）监护系统的设计，设备主要硬件采用MAX86160集成式血氧监测传感器模块、CT7117数字温度传感器、BC28物联网通讯模块和MSP430低功耗处理器，通过锂电池供电，数据经运营商蜂窝物联网络传输到后台。物联网通讯模块与血氧监测传感器模块分离放置，射频天线远离血氧检测电路，以减少信号干扰。此外，人耳式耳机的可穿戴实现样式，满足了WBAN下运动健康的监测需求。系统设计1.1系统框架基于NB-IoT的耳机式血氧监护系统,包含耳机式血氧检测仪、智能终端应用软件和数据服务器等，采用“云-边-端”协同的医疗物联网架构实现系统功能5。系统设计用于监测用户血氧饱和度和体温等生理参数，并可通过后台服务器的自动分析，扩展日常保健、医疗急救等功能。分布式部署在不同用户的可穿戴血氧监测“端”,将监测到的数据通过NB-IoT网络传输到“边”缘服务器群，数据借助边缘计算能力实现解析分发，暂存到数据服务器，被授权的医生或专家则可以在“云”上远程查看用户数据，并随时跟踪管理用户的健康信息6 。本血氧监护系统的模拟测试实例中，“边”部署在进行测试验证的学校各附属医疗单位机房，“云”部署在学校本部中心机房。用户在智能终端APP中,可以调阅自身健康情况,以及在线咨询医生。系统可设置报警值，根据专家判断或机器学习的辅助决策，当监测到生理参数发生异常，或者用户主动发送救助信息时迅速启动协助服务，APP通过系统后台将当前监测数据发送给医生及其监护人。基于NB-IoT的耳机式血氧监护系统整体框架图如图1所示。薛俊伟，等，耳机式物联网血氧监护系统的设计1.2血氧检测仪1.2.1血氧检测原理血液循环的重要生理参数之一，它的检测通常分为有创的血气分析电化学测量法和无创的动脉脉搏波动分析光学测量法。其中，光学测量法根据比尔-朗伯定律（Beer-LambertLaw）测出不同氧合血红蛋白比例下血液对光的吸收情况，间接得到血氧饱和度，精度稍低，但有无创、卫生、安全等优势7 。自2 0 世纪40 年代第一台光学测量法血氧仪诞生以来，随着电子信息技术的发展，指夹式、耳夹式等可穿戴形态的血氧仪相继被研制出来，可满足多场景下用户连续血氧测量的需求。例如,采用高精度、低功耗芯片设计的物联网血氧检测仪，在家庭监护、基层防疫、智慧养老等场景都有广泛应用。本设计使用6 6 0 nm红光(R)和9 40 nm红外光(IR）双色LED测量SpO2。图2 所示是分立元件构成的物联网血氧检测模块原理框架图，主要包含主控单元、双色光LED驱动电路、数字噪声消除电路、环境光干扰消除电路、交互外设(按键、存储器等)和物联网通讯模块。考虑到生物组织是一种复杂光学系统,不完全符合经典Beer-Lambert Law,因此假定血液中只存在氧合、非氧合两种血红蛋白，当红光LED、红外光LED按一定时序交替发光时，不同种类血红蛋白对这两种波长光线的吸收率有明显差异。将接收到的双色光反射信号强度交流分量分别计为IR(AC)IR(AC),直流分量分别计为IR(DC)lIR(DC)。以Beer-LambertLaw推导，红光部分交流直流比与红外光部分交流直流比的相对变化值，与SpO,呈线性关系8 。可得，血氧饱和度计算公式为：IR(AC)/R(Dc)SpO,=A-B.-TrR(AC)/IrR(DC)-61-迅缘服务器群运营商蜂窝物联网NB-IoT基站用户佩戴耳机式血氧检测仪图1系统功能实现框架图Figure 1 Framework diagram of system function implementation血氧饱和度是人体呼吸循环、(1)优质医院远程专家数据服务器平机器学习LAI用户终端医生终端一宾L7协议辅助决策结果审核-62-中国医学物理学杂志环境光干扰消除交互外设Ambient CancellationInteractivePeripheralsADC光电检测Digital NoiseCancellationIR+VisibleR+GND外耳道External AuditoryMeatus个红光红外光Visible RIRLED驱动电路LEDDrivers电源适配器或锂电池PowerAdapter/Lithium BatteryFigure 2 Block diagram of blood oxygen saturation monitoring module第41卷天线AntennaloTCommunicationModule数字噪声消除个图2 血氧检测模块原理框图物联网通讯模块主控单元MCU稳压模央Stabilizing Module其中，A、B是经验值拟合系数，可通过试验定标得出9。一般地,将推荐经验值A=110,B=25写入检测程序，再根据实际调试数据拟合出更优的系数，测出更精确的SpO,值。1.2.2血氧仪设计使用分立元件完成穿戴式血氧检测设备是不现实的。基于小尺寸、低功耗、医疗级、可穿戴等特殊需求，设计使用ADI公司医疗级MAX86161集成式血氧监测传感器模块和申矽凌微电子公司CT7117数字温度传感器，可在有限空间内提供高度集成的低成本、高精度血氧和体温数据检测10-1。血氧监测传感器模块与物联网通讯模块分别放置在耳机两侧，尽量使射频天线远离血氧检测电路以减少高频信号对检测结果的干扰12 。本系统需满足运动状态下的无线数据采集,因此采用两块典型容量为55mAh的钢壳扣式电池组进行血氧检测仪供电,以保证续航13。图3是物联网血氧检测仪一种典型实现方式样式图。CT7117数字温度传感器电池组BMSP430处理器MAX86160血氧模块电池组AFigure 3 Sample diagram of blood oxygen saturation monitor1.3数据通讯BC28NB-IoT无线通信模块是一款经三大运营商入库认证的高性能物联网模组，同时兼具超小尺寸和超低功耗的特性，能满足本设计中耳机式血氧检测仪的即时物联“端-边通信要求，在运动模式下也能提供电信级别的长时间稳定连接。BC28支持B1/B3/B8/B5/B20/B28频段，且内嵌包含CoAP/MQTT等在内的网络服务协议栈，方便目标设备快捷开通物联网功能14。通过BC28模块，物联网血氧检测仪将检测到的血氧和体温数据以特定格式传送至医疗机构服务器。为保障数据传输的可靠性,MSP430低功耗处理器将监测数据暂存至存储器，通过程序设置断点续传功能，在通讯恢复后及时从断点续传数据15。此外，生理参数异常报警事件的相关信息，如时间、位置、用户ID等基本信息，则是依赖于智能终端APP与云平台共同获取16 。1.4平台部署BC28物联网通讯模块监护平台是整个“云-边-端”协同医疗物联网架构的中枢，通常主要功能集中在“云-边”部分对检测数据的处理和使用。以基于NB-IoT的耳机式血氧监护系统为例,从大量血氧检测仪中采集到的数据,首内置射频天线先通过NB-IoT网络传输到边缘服务器群，打包为HL7格式数据实时发送给分布式大数据流处理系统Apache Flume做报文解析，经Apache ActiveMQ信息系统与后台数据中心进行可靠通信，在SparkSQL中图3物联网血氧检测仪样式图实现数据存储17 。ApacheFlume是收集、聚合流事件的分布式系统，内置许多源、通道和接收器，可伸based on internet of things缩性较强，适用于并发数据的采集；Apache第1期ActiveMQ信息系统是一种支持多种传送协议的开源消息总线，在设计上使用多种方式保证消息持久化机制的可靠性，同时兼顾大数据时代低延迟、高性能的计算需求18 。SparkSQL作为分布式内存计算SQL查询引擎，在结构化数据处理时可以实现快速计算。综合考量医疗数据全生命周期管理中可能存在的各类数据质量隐患，兼顾传输的安全、可靠和效率，使用上述分布式大数据流处理技术搭建的物联网数据流系统如图4所示，解决并行采集、即插即用、多路传输、快速计算、分布处理等问题。更进一步地，系统可扩展机器学习和图计算功能，如结合SparkMlib进行机器学习，通过SparkGraphX实现图计算和图挖掘19。()AAU血氧检测仪1无线一血氧检测仪2通信血氧检测仪nNB-IoT基站分发5G核心网SparksolACTIVEMO存储分发解析-SoarkSoork广州医科大学+中心机房可拓展机器学习和图计算功能图4系统数据流Figure 4Data flow of the system1.5统计学方法使用SPSS进行统计学分析。符合正态分布的计量资料用均数标准差表示，采用配对样本t检验分析方法；不符合正态分布的计量资料使用M(Q1,Q3)表示，采用秩和检验分析方法。P0.05）。试验结果表明，当信号源SpO,在7 5%100%的区间时,试验组与对照组得到的回传数据绝对误差均小于0.5%，在信号发生器的精度范围内。物联网血氧检测仪可能因自身形态的影响，准确性稍低于Covidienllc5100C,但符合预期。系统数据传输受到的网络波动影响小,总体符合预期。当SpO,持续低于设定的阈值（90%)超过30 s时，均能发出报警提醒。运动状态下,物联网血氧检测仪的SpO,数据回传测试，由5名志愿者真实运动场景的测量数据统计得到。对照组选用获得二类医疗器械认证的华为WatchGT2ProECG版本，支持2 4h的SpO,监测。为保证测试环境的公平性，5名志愿者同时佩戴两种测试仪器，分别在跑步机上完成3min的匀速慢走(5km/h）、快走(7 km/h）、慢跑(9km/h）、快跑(11km/h)试验，记录当次试验的连续SpO,数据。每人在每个运动速度下均进行5次试验，取3min匀速运动中间1 min的SpO,数据记录的平均值。每运动场景下,试验组、对照组分别得到2 5个记录值。试验组、对照组仪器的分辨率均为1%，验证发现数据符合正态分布，得到的统计结果如表2 所示。每个运动场景下，试验组和对照组差异均有统计学意义(P0.05)。试验结果表明,运动状态下系统得到的回传SpO,数据精度、波动情况总体上与华为WatchGT2ProECG相当，差别在预期内。2.2体温测试物联网血氧检测仪还具有体温检测功能，使用MS450多参模拟仪预设3组不同温度（精度0.1）作为体温信号源，选用二类医疗器械BraunBNT400型红外额温计作为对照组。在室温为范围为2 0.421.8的试验环境下，分别每隔2 min连续5次测量。验证发现数据符合正态分布，统计结果如表3所示。信号温度为37 C时，试验组和对照组差异有统计学意义(P0.05)。试验测试结果表明，在信号温度最接近人体真实温度的37 C和40 情况下，试验组和对照组测量值的绝对误差均小于0.1,在多参模拟仪的精度范围内，测量结果较为精准。-.64-中国医学物理学杂志表1静息状态下SpO,测试Table 1 SpO,detection test in resting state信号源SpO,/%组别75试验组75.08(74.04,75.44)对照组74.61(74.05,75.39)80试验组79.84(79.40,80.22)对照组79.58(79.16,80.22)85试验组84.83(84.09,85.19)对照组84.93(83.96,85.56)90试验组89.68(89.23,90.18)对照组90.17(89.67,90.52)95试验组95.37(94.27,95.77)对照组94.96(94.36,95.46)100试验组100.00(100.00,100.00)对照组100.00(100.00,100.00)第41卷回传SpO,/%远程报警激活乙值P值TRUE1.0230.306TRUETRUETRUETRUETRUEFALSEFALSEFALSEFALSEFALSEFALSE0.5110.6090.7950.4270.5110.6090.2270.8200.0001.000表2 运动状态下SpO，测试Table 2 SpO,detection test in motion states运动场景组别慢走(5km/h)试验组96.971.42对照组97.760.98快走(7 km/h)试验组95.890.95对照组96.931.16慢跑(9 km/h)试验组96.351.27对照组97.231.05快跑(11km/h)试验组96.081.41对照组96.951.02表3体温检测测试Table3Body temperaturedetection test信号温度/组别体温/37试验组37.060.05对照组36.960.0940试验组40.060.13对照组40.020.042.3通讯测试试验测试系统的数据收发时延和丢包情况，分别在上午10:0 0、中午13:0 0、下午16:0 0 和晚上20:00进行测试，以10 0 条/s的速度连续发送5min模拟数据，经Apache Flume 报文解析、ApacheActiveMQ信息分发、SparkSQL中实现数据的云平台数据库结构化存储2 1。分别记录发送端每条数据的时间戳和云平台存储数据的时间戳，验证云平台SpO,/%值P值-2.1610.041-3.2700.003-3.0370.006-2.3020.030值P值3.1620.0340.7840.477存储数据为30 0 0 0 条，与发送量一致,无丢包现象。数据的平均时间戳差值，则为数据收发时延，约为1.9s。测试结果说明系统的数据通讯稳定、快速，具有良好的性能。3讨论和结论本研究验证了基于NB-IoT的耳机式血氧监护系统的设计可行性和功能完备性，利用广州医科大学校本部和附属医院内的资源，基本构建和实现“云-边-端 协同的医疗物联网架构，并进行系统血氧、体温监测数据的回传试验。结果表明，在该架构下,基于NB-IoT的耳机式血氧监护系统可以完成生理参数的用户“端”数据采集、“边”缘低时延传输和解析分发，以及“云 上存储和分析处理2 2-2 3 数据监测的精确性、网络传输的稳定性都有良好表现。本研究具有的创新性主要体现在：（1)设计使用人耳式耳机外形，血氧和体温检测功能分布在两侧的耳孔，佩戴简单，无需精确定位，可低成本实现血氧、体温的一体化快速检测，更适应基层快速检测或用户居家监测的场景；（2)NB-IoT网络保证了海量用户端设备的低时延接人，在满足穿戴检测设备超低功耗的同时，为系统提供电信级安全可靠的数据通信；（3)云平台数据累积到一定规模后，可以向用户提供个性化的追踪记录，同时云端使用SparkMlib进行机器学习，以及通过SparkGraphX实现图计算和图挖掘，能开发更多人工智能主动分析、预警等功能。本研第1期究还存在以下不足：(1)设计的物联网血氧检测仪，在运动状态下的SpO,检测数据稳定性欠佳,后期需提升嵌人式软件算法与云平台机器学习算法相互融合的改进策略；（2)物联网医疗设备尚未形成统一的交互标准，数据的安全性存在隐患，且本系统接入新设备扩展功能后往往需要修改一系列的配置，操作麻烦2 4-2 5 综上所述,蜂窝物联网的特性,结合“新基建”的红利，为移动医疗监护系统的功能实现提供的良好保障。本设计基于物联网和可穿戴技术，为后疫情时代构建更加稳固高效的公共卫生防疫体系提供可借鉴的思路。【参考文献】【1】王晓峰，刘华伟.积极应对人口老龄化的中国模式J.人口学刊，2023,45(1):11-15.Wang XF,Liu HW.Actively coping with population aging of ChinesemodelJ.Population Journal,2023,45(1):11-15.2 Bashshur R,Doarn CR,Frenk JM,et al.Telemedicine and theCOVID-19 pandemic,lessons for the futureJ.Telemed J E Health,2020,26(5):571-573.3 Ghoumid K,Ar-Reyouchi D,Rattal S,et al.Protocol wireless medicalsensor networks in IoT for the efficiency of healthcare J.IEEEInternet Things J,2021,9(13):10693-10704.4 Ahad A,Tahir M,Yau KL.5G-based smart healthcare network:architecture,taxonomy,challenges and future research directionsJ.IEEE Access,2019,7:100747-100762.5 SSubahi AF.Edge-based IoT medical record system:requirements,recommendations and conceptual designJ.IEEE Access,2019,7:94150-94159.6 Li J,Cai J,Khan F,et al.A secured framework for SDN-based edgecomputing in IoT-enabled healthcare systemJ.IEEE Access,2020,8:135479-135490.7 Buyanov D,Zabodaev S.Continuous cerebral and tissue oximetry bythree-wave NIRS device C/2020 IEEE Conference of RussianYoung Researchers in Electrical and Electronic Engineering(EIConRus).IEEE,2020:2469-2472.8原静,赵跃进,孔令琴，等.血液成分变化对皮肤漫反射光谱及肤色的仿真分析J.光学学报,2 0 2 2,42(8)：2 16-2 2 6.Yuan J,Zhao YJ,Kong LQ,et al.Simulation analysis of skin diffusereflectance spectroscopy and skin color with blood component changeJ.Acta Optica Sinica,2022,42(8):216-226.9康旭，张洋，任慧明，等.基于空间频域成像的人体皮肤组织光学和生理参数的提取J.中国激光,2 0 2 2,49(5):194-2 0 3.Kang X,Zhang Y,Ren HM,et al.An approach for extracting opticaland physiological parameters of human skin tissue based on spatialfrequency domain imagingJJ.Chinese Journal of Lasers,2022,49(5):194-203.1o Gosink LJ,MeNeil S,Brandi-Lozano JM,et al.Wearable healthmonitoring device R.Pacific Northwest National Lab,2022.11 Kuzubasoglu BA,Sayar E,Cochrane C,et al.Wearable temperaturesensor for human body temperature detection J.J Mater Sci:MaterElectron,2021,32(4):4784-4797.12 Dosinas A,Lukocius R,Vaitkunas M,et al.Sensors and signalprocessing methods for a wearable physiological parametersmonitoring systemJJ.Elektron Elektrotech,2017,23(5):74-81.薛俊伟，等，耳机式物联网血氧监护系统的设计40(9):953-961.20吴思圻，杨世金，胡志雄，等.生命体征模拟仪计量校准方法的研究J.计量学报,2 0 2 0,41(12):158 3-158 9.Wu SQ,Yang SJ,Hu ZX,et al.Research on calibration method of vitalsign simulator J.Acta Metrologica Sinica,2020,41(12):1583-1589.21吴信东，嵇圣.MapReduce与Spark用于大数据分析之比较J。软件学报,2 0 18,2 9(6)：17 7 0-17 91.Wu XD,Ji SW.Comparative study on MapReduce and Spark for bigdata analyticsJJ.Journal of Software,2018,29(6):1770-1791.22范勇，梁洪，孙继鹏，等.基于云边端架构的急救医疗设备物联网设计与实现J.生物医学工程学杂志,2 0 2 3,40(1):10 3-10 9.Fan Y,Liang H,Sun JP,et al.Design and implementation of internet of things for emergency medical devices based on cloud-edge-devicearchitecture JJ.Journal of Biomedical Engineering,2023,40(1):103-109.23白文华，王成，张乐。物联网技术在可移动医疗设备管理中的探索及应用J.中国医院管理,2 0 2 3,43(2):7 2-7 4.Bai WH,Wang C,Zhang L.Exploration and application of internet ofthings technology in the management of removable medical devicesJ.Chinese Hospital Management,2023,43(2):72-74.24赵景欣，岳星辉，冯崇朋，等.基于通用数据保护条例的数据隐私安全综述J.计算机研究与发展，2 0 2 2,59(10)：2 130-2 16 3.Zhao JX,Yue XH,Feng CP,et al.Survey of data privacy securitybased on general data protection regulation J.Journal of ComputerResearch and Development,2022,59(10):2130-2163.25刘奇旭，靳泽，陈灿华，等.物联网访问控制安全性综述J.计算机研究与发展,2 0 2 2,59(10):2 190-2 2 11.Liu QX,Jin Z,Chen CH,et al.Survey on internet of things accesscontrol security J.Journal of Computer Research and Development,2022,59(10):2190-2211,（编辑：陈丽霞）-6513 Xue J,Huang Y,Du X,et al.Design of a wearable device formonitoring SpO,continuously CJ/2015 IEEE 12th Intl Conf onUbiquitous Intelligence and Computing and 2015 IEEE 12th Intl Confon Autonomic and Trusted Computing and 2015 IEEE 15th Intl Confon Scalable Computing and Communications and Its AssociatedWorkshops(UIC-ATC-ScalCom).IEEE,2015:1253-1257.14 Chen X,Wang X,Shen H.Design of greenhouse environmentmonitoring system based on NB-IoT and edge computingCJ/2021IEEE 5th Advanced Information Technology,Electronic andAutomation Control Conference(IAEAC).IEEE,2021:1319-1324.15 Berwal D,Vandana CR,Dewan S,et al.Motion artifact removal inambulatory ECG signal for heart rate variability analysisJ.IEEESens J,2019,19(24):12432-12442.16 Prawiro EA,Chou NK,Lee MW,et al.A wearable system that detects posture and heart rate:designing an integrated device withmultiparameter measurements for better health careJ.IEEE ConsumElectr M,2019,8(2):78-83.17】郭宇，张传洋，于文倩，等.元宇宙视域下数智化医疗信息应用服务模式研究J.现代情报,2 0 2 2,42(12)：117-12 6.Guo Y,Zhang CY,Yu WQ,et al.Research on application and servicemode of digital intelligent medical information from the perspectiveof metaverse J.Journal of Modern Information,2022,42(12):117-126.18傅琪，毛琛.健康医疗大数据驱动下的流行病学研究：机遇与挑战J.中华疾病控制杂志,2 0 2 3,2 7(2):12 5-12 6.Fu Q,Mao C.Epidemiological researches driven by big data inhealthcare:opportunities and challenges J.Chinese Journal ofDisease Control and Prevention,2023,27(2):125-126.19刘晓晨,王卓昊.基于大数据环境的科技管理数据集成平台研究J.情报学报,2 0 2 1,40(9):953-96 1.Liu XC,Wang ZH.Research on science and technology management data integration platform based on big data environment JJ.Journalof the China Society for Scientific and Technical Information,2021,