面向医疗器件数字孪生的不确定性感知环境模拟
软件工程
2024-11-05 v1
摘要
智能医疗器件是医疗物联网（IoT）中的重要组成部分，通过基于物联网的应用程序为患者提供各种 healthcare 服务。确保此类应用程序可靠性通过系统和集成层面的测试所必需的，必须对大量医疗器件进行物理集成，这既成本高昂又不切实际。在此背景下，医疗器件的数字孪生在促进测试自动化方发挥着重要作用。在不考虑医疗器件不确定环境因素的情况下进行数字孪生测试，使得基于IoT的 healthcare 应用程序的许多功能无法得到测试。此外，没有环境因素的数字孪生将与在真实环境中运行的相应器件不同步且无法校准。为了应对这些挑战，本文提出了一种基于模型的方法（EnvDT），用于在不确定性下对医疗器件数字孪生的环境进行建模和仿真。我们使用三个药品分发器（Karie、Medido 和 Pilly）连接到实际应用中的 IoT 基于 healthcare 应用程序，对 EnvDT 进行经验评估。我们的评估旨在分析环境模型的覆盖率以及为数字孪生生成的不同不确定情景的多样性。结果表明，EnvDT 实现了约 61% 的环境模型覆盖率，并在多次环境仿真期间生成了多样化的不确定情景（接近最大多样性值 0.62）。
引用
@article{arxiv.2410.03504,
title = {Uncertainty-Aware Environment Simulation of Medical Devices Digital Twins},
author = {Hassan Sartaj and Shaukat Ali and Julie Marie Gjøby},
journal= {arXiv preprint arXiv:2410.03504},
year = {2024}
}