面向智能健康的边缘计算：上下文感知方法、机遇与挑战
信号处理
2020-04-17 v1 计算机与社会
网络与互联网体系结构
摘要
提升医疗系统效率是全球各国的首要关切。然而，在降低成本的同时向患者提供可扩展的医疗服务是一个具有挑战性的问题。在实现智能医疗（s-health）最具前景的方法中，边缘计算能力与新一一代无线组网技术能够提供实时且高性价比的患者远程监测。本文中，我们提出利用多接入边缘计算（MEC）服务于智能医疗应用的愿景。我们构想了一种基于MEC的架构，并讨论了其为达成网内与上下文感知处理从而满足智能医疗需求所带来的益处。随后，我们提出了可借助该架构实现以提供高效数据交付的两项主要功能，即用于事件检测的多模态数据压缩与基于边缘的特征提取。前者实现高效低失真压缩，后者在应急应用中确保高可靠性与快速响应。最后，我们讨论了边缘计算可能带来的主要挑战与机遇，以及未来研究的可能方向。
引用
@article{arxiv.2004.07311,
title = {Edge Computing For Smart Health: Context-aware Approaches, Opportunities, and Challenges},
author = {Alaa Awad Abdellatif and Amr Mohamed and Carla Fabiana Chiasserini and Mounira Tlili and Aiman Erbad},
journal= {arXiv preprint arXiv:2004.07311},
year = {2020}
}