MeDeT：基于少样本元学习的医疗器械数字孪生体创建
软件工程
2024-12-17 v2
摘要
在系统和集成水平对医疗保健物联网（IoT）应用程序进行测试所需大量集成不同类型的医疗器械。医疗器械的挑战包括：（i）其持续演化，使无法包含所有设备变体，以及（ii）大规模测试需要多个设备及其变体，这些变体在时间、成本和实际操作上都不切实。我们合作的奥斯陆市卫生部门面临这些挑战，即开发自动化测试基础设施，而我们的研究旨在解决这些问题。在此背景下，我们提出一种基于元学习的方法（MeDeT）来生成医疗器械的数字孪生体（DT），并适应不断演变的设备。我们在奥斯陆市的语境下使用五种广泛使用的医疗器械进行了MeDeT的评估，这些器械集成在一个真实的医疗保健IoT应用程序中。我们的评估 assesses MeDeT在各种设备和版本上生成和适应DT的能力、这些DT的忠实度、运行1000个DT的可扩展性，以及相关的时间成本。结果表明，MeDeT可以生成超过96%忠实度的DT，能够以约一分钟的缩短时间成本适应不同设备和较新版本，能够在保持忠实度水平的同时以可扩展方式运行1000个DT，从而作为物理设备的替代品用于测试。
引用
@article{arxiv.2410.03585,
title = {MeDeT: Medical Device Digital Twins Creation with Few-shot Meta-learning},
author = {Hassan Sartaj and Shaukat Ali and Julie Marie Gjøby},
journal= {arXiv preprint arXiv:2410.03585},
year = {2024}
}