基于 ECG 信号的实时隐私保护疾病诊断
密码学与安全
2023-03-24 v3 其他统计学
摘要
医疗物联网（IoMT）的快速发展提升了利用脑电图（EEG）和心电图（ECG）等多种数据类型进行实时健康监测的机会。安全问题已显著阻碍电子医疗系统的实施。隐私保护系统需解决三个重要挑战：准确诊断、不牺牲准确性的隐私保护，以及计算效率。由于疾病诊断与健康和生命密切相关，保证预测精度至关重要。通过实现矩阵加密方法，我们提出了一种使用支持向量机（SVM）的实时疾病诊断方案。客户端提供的生物医学信号在诊断过程中，服务器无法获知任何关于该信号及诊断最终结果的信息，同时所提方案也实现了 SVM 分类器及服务器医疗数据的机密性。所提方案无精度下降。真实世界数据上的实验说明了该方案的高效性。在配备 4Gb 内存的设备上，得出疾病诊断结果耗时少于 1 秒，表明实现实时隐私保护健康监测的可行性。
引用
@article{arxiv.2202.03652,
title = {Real-time privacy preserving disease diagnosis using ECG signal},
author = {Guanhong Miao and A. Adam Ding and Samuel S. Wu},
journal= {arXiv preprint arXiv:2202.03652},
year = {2023}
}