https://doi.org/10.37815/rte.v34n4.960
Artículos
originales
Topologías
en el Internet de las Cosas Médicas (
Topologies in the Internet of Medical Thi=
ngs
(IoMT), literature review
Wilson Chango=
1 <=
/span>https://orc=
id.org/0000-0003-3231-0153,
Teresa Olivares2=
https://orcid.org/0000-0001-9512-2745, Francisco Delicado2 https://orcid.org/0000-0002-2150-7797
1Escuela Superior
Politécnica de Chimborazo, Riobamba, Ecuador
2Universidad de
Castilla – La Mancha, Ciudad Real, España
teresa.olivares@uclm.es, frencisco.delicado@uclm.es
Enviado: 2022/07/03
Aceptado: 2022/12/13
Publicado: 2022/12/30
Resumen
Sumario: Introducc=
ión,
Metodología, Organización y discusión de la información encontrada, An=
álisis
de los resultados de la investigación, El Problema de La Topología De =
La
Red y Conclusiones. Como citar=
: Chango, W=
., Olivares,
T. & Delicado, F. (2022). Topologías en el Internet de las Cosas
Médicas (IoMT), revisión bibliográfica.
La revisión bibliográfica es una=
fase
fundamental en un proyecto de investigación, y debe garantizar la obtención=
de
la información más relevante en el campo de estudio. El objetivo principal =
de
este proyecto es conocer los trabajos relacionados con el Internet de las C=
osas
Médicas, en adelante (IoMT). Se analiza un tota=
l de
535 artículos buscados en Association for Computing Machinery, =
en
Adelante ACM, Web of Scien=
ce
y Scopus el dominio de búsqueda fue IoMT. Se establecieron tres parámetros, (problemática,
artefacto y evaluación del artefacto), esto de acuerdo =
a
la Investigación de la Ciencia del Diseño, en Adelante DSR, es un enfoque de
investigación para la construcción de artefactos para proporcionar una solu=
ción
útil a un problema en cada dominio. La ecuación (Internet de las cosas Y ma=
lla)
dio como resultado 535, (Internet de las cosas Y medicina) un total de 417 y
finalmente (Internet de las cosas Y malla médica) con 8, esto significa que=
hay
mucho por indagar en este dominio de investigación. Las ventajas identifica=
das
en este tipo de topología es llevar los mensajes de un nodo a otro por
diferentes caminos, no puede haber absolutamente ninguna interrupción en las
comunicaciones, cada servidor tiene sus propias comunicaciones con todos los
demás servidores. Los grandes datos procedentes de los dispositivos IoMT han influido drásticamente en las cuestiones de =
salud
e informática. En este documento, se realiza una revisión de la literatura
científica y se mapean las tendencias de investigación sobre el paradigma <=
span
class=3DSpellE>IoMT en el ámbito de la salud. Por último, este docum=
ento
amplía la literatura, y los resultados de este estudio pueden servir de base
para futuras investigaciones.
=
Palabras clave: IoMT, LPWAN,
revisión bibliográfica, topologías de red, configuraciones de malla.
Abstract
The bibliographic review is a =
fundamental
phase in a research project, and it must guarantee that the most relevant
information in the field of study is obtained. Our main objective was to kn=
ow
the works related to the Internet of medical things, from now on (IoMT).
Introducción
El Internet de las Cosas Médicas (IoMT), capta o analiza datos y los envía a otros dispositivos don= de los usuarios finales son el personal sanitario. Esta información es útil pa= ra la toma de decisiones por parte de estas unidades médicas. Las propuestas p= ara implementar este sistema utilizando las redes LPWAN como medio de comunicac= ión aportan importantes ventajas sobre otras similares en cuanto a coste, cober= tura y fácil adaptabilidad. Pero, ¿son las actuales topologías de red utilizadas para transmitir esta información las mejores opciones para el IoMT? Este artículo trata de responder a esta importante pregunta de investigación.
El IoMTha introducido un cambio revolucionario al facili=
tar la
gestión de las enfermedades, mejorar los métodos de diagnóstico y tratamien=
to
de las mismas y reducir los costes y los errores=
de la
asistencia sanitaria. Este cambio ha tenido un gran impacto en la calidad d=
e la
asistencia sanitaria tanto para los pacientes como para el personal sanitar=
io
de primera línea. El IoMT es una combinación de
dispositivos y aplicaciones médicas que se conectan a través de redes.
Muchos prov=
eedores
de servicios sanitarios están aprovechando las últimas tendencias de TI, co=
mo
la virtualización, la nube, la movilidad y el análisis de grandes datos, pa=
ra
sentar las bases de las instalaciones de próxima generación. La mayoría de =
los
proveedores están considerando cuidadosamente cómo las comunicaciones de da=
tos,
específicamente la red, pueden permitir la movilidad de los cuidadores,
conectar el ecosistema de médicos, pacientes y dispositivos médicos,
proporcionar una plataforma escalable para nuevos modelos de atención y, en
última instancia, salvaguardar los datos de los pacientes. Los proveedores =
de
servicios sanitarios deben tener en cuenta cinco requisitos esenciales para
cumplir la promesa de prestar una atención continua: Ofrecer rendimiento,
flexibilidad, seguridad, sencillez y economía (Performance, =
2018).
Las LPWAN, =
son
redes de largo alcance, alta cobertura y bajo consumo de energía. Esto se
consigue realizando pequeñas transmisiones de datos con poco ancho de banda,
ahorrando energía para una mayor penetración. Algunos ejemplos de estas red=
es
son: Narrowband IoT=
(NB-IoT), Sigfox o LoRaWAN, una especificación de red creada por la LoRa Alliance. Sigfox y N=
B-IoT utilizan bandas con licencia, de ahí su coste de =
uso.
Mientras que LoRa utiliza la banda libre, por l=
o que
no tiene coste de uso. LoRaWAN tiene un bajo co=
nsumo
de energía, un bajo ancho de banda y está pensada para un tráfico casi
exclusivamente ascendente y una topología en estrella.
El principal
interés de esta investigación consiste mejorar las redes y garantizar que se
cumplan los objetivos de rendimiento (disponibilidad de conexión, cobertura
global y, en ocasiones, en tiempo real), flexibilidad, seguridad, simplicid=
ad y
economía (bajo consumo de batería para los sensores). Este problema se llevará a cabo con la
verificación de la comunicación entre dispositivos utilizando una topología
adecuada, esto permite que los datos lleguen sin ningún problema a las unid=
ades
de salud para su respectivo análisis y toma de decisiones. Como se ha
mencionado anteriormente, la topología utilizada en Lo=
RaWAN
es una topología en estrella. Creemos que sería bueno ampliar esta topologí=
a en
estrella en determinados casos para aumentar principalmente la cobertura y
evitar problemas de saturación y colisión en la pasarela de destino. Por lo
tanto, este trabajo tiene como objetivo hacer un estudio de las topologías y
soluciones de comunicación más utilizadas en el IoMT,
analizar sus pros y sus contras e identificar aquellos aspectos de la
comunicación del IoMT que requieren un mayor
desarrollo e investigación para cumplir con los requisitos impuestos por el=
IoMT.
En este tra=
bajo,
por lo tanto, se realiza una revisión de la literatura científica y se mapea
las tendencias de investigación sobre el paradigma de =
IoMT
en el dominio de la salud, centrándose en las topologías, de las tres
ecuaciones "Internet de las cosas Y malla", "Internet de las
cosas Y medicina" e "Internet de las cosas Y malla médica" la
última obtuvo un valor mínimo en comparación con las otras, esto significa =
que
hay mucho por investigar en este dominio de investigación. Las ventajas
identificadas en este tipo de topología es llevar los mensajes de un nodo a
otro por diferentes caminos, no puede haber absolutamente ninguna interrupc=
ión
en las comunicaciones, cada servidor tiene sus propias comunicaciones con t=
odos
los demás servidores.
En este tra= bajo se analizan las topologías más utilizadas en IoMT.= El esquema del trabajo es el siguiente: En la sección 2 se presenta la metodol= ogía utilizada para el análisis bibliográfico aplicando criterios de búsqueda, e= n la sección 3 se describen las investigaciones realizadas en IoT e IoMT según la clasificación especificada en la sección 2, mientras que en la sección 4 se presentan los objetivos del trab= ajo en referencia a las topologías utilizadas en IoMT y, por último, en la sección 5 se presentan las conclusiones obtenidas del tra= bajo.
M
Para abordar el objetivo general identificado anterior= mente, se revisaron 570 artículos científicos de la web del sitio y la base de dat= os Scopus, las palabras clave que se utilizaron para enc= ontrar estos artículos fueron IoT, 'IoMT', 'Mesh Topology', en= un rango de fechas de 2016-2021. Los artículos de investigación se clasificaro= n en tres grupos generales y se resumieron según el problema, el artefacto y la evolución del artefacto. La ecuación (Internet de las cosas Y malla) dio co= mo resultado 276, (Internet de las cosas Y medicina) un total de 286 y finalme= nte (Internet de las cosas médicas Y malla) con solo 8. Esto significa que toda= vía queda mucho trabajo por hacer en las comunicaciones de IoMT y de redes de malla.
Para facilitar el proceso de búsqueda, las palabras cl= ave debían estar presentes al menos en el título y en el resumen, además, los artículos debían estar publicados en inglés, se excluyeron los artículos qu= e no estaban dentro del rango de fechas establecido, los que se encontraron duplicados en WoS, Scopus<= /span> y los que no pertenecían a la informática, obteniendo un total de 570 artícul= os para analizar y, finalmente, seleccionar los 70 más relevantes.
Figura 1
Organización y discusión de la información encontrada
Journal Citation Reports (J= CR) cubre las publicaciones revisadas por pares más citadas del mundo y permite buscar el factor de impacto de una revista o grupo de revistas concreto y h= acer comparaciones entre ellas. Cada grupo temático de revistas se divide en cua= tro cuartiles: Q1, Q2, Q3, Q4, que corresponden respectivamente al grupo confor= mado por el primer 25% de las revistas del listado, el grupo que ocupa del 25 al 50%, el que se posiciona entre el 50 y el 75% y, por último, el que se ubica entre el 75 y el 100% del ranking ordenado. se confirma por aquellas que oc= upan el primer cuartil Q1.
Posteriormen= te, mediante la lectura de los títulos, se excluyó cualquier artículo que no estuviera claramente relacionado con la medicina y el uso de cualquier topología, quedando una lista de 70 artículos, mientras que el resto se consideró de poca relevancia. La relevancia se refería principalmente a la conexión del artículo con el tema estudiado y a las publicaciones revisadas= por pares más citadas en el mundo que permiten buscar el factor de impacto de u= na revista o grupo de revistas en particular y hacer comparaciones entre ellas. Cada grupo temático de revistas se divide en cuatro cuartiles (Q1, Q2, Q3, = Q4), cuatro topologías de red (Start, Peer-to-Peer, Mesh, Hybrid) y el protocolo de comunicación utilizado en c= ada una de las investigaciones (ver Figura 2).
Figura 2=
Organización de la información
La REF _Ref122029789 \h = Figura 2 muestra las investigaciones realizadas en el ámbito de la medicina (Cáncer Dental, Sistema Respiratorio, Enfermedades Renales, Enfermedades Cardiovasculares, Enfermedades Digestivas, Virus, Glucosa, Implantes Médicos, Monitorización de Laboratorio, Presión Arterial, Salud Mental, Signos Vitales, Signos Vitales -Seguridad, Terapias) frente a la topología de red
Análisis
de los resultados de la investigación
Figura 3
Aplicación principal en un Internet de las Cosas Médicas (IoMT).
En la Tabla 1 se puede observar las aplicaciones en medicina con sus respectivas topologías. En cuanto al modelo de estrella se tiene un total d= e 41 de 70, esto significa que su uso es mayor; sin embargo, esta topología se b= asa en la centralización del cómputo, almacenamiento y control.
Tabla 1=
Clasificación de los trabajos en grupos de enfermedades y topologías
|
Estrella=
|
Malla |
Hibrido<= o:p> |
|
|
Cá=
ncer |
(Palani & Venkatalakshmi, 2019),=
(Khan et al., 2019) |
||
|
Dental |
(Liu et al., 2020) |
(Alarifi et al., 2019),(Vellappally et al., 2019) |
|
|
Sistema Respiratorio=
|
(Haoyu et al., 2019) |
||
|
Enfermedad Renal |
(Arulanthu & Perumal, 2020) |
||
|
Cardiovascular |
(Huang et al., 2019),(Al-Kaisey et al., 2020),(Pirbhulal et al., 2019) (Cubillos-Calvachi et al., 2020) |
(Karthick & Manikandan, 2019) |
|
|
Virus |
(Rani et al., 2019),(Song et al., 2018) |
||
|
Glucosa |
(Leahy, 2008),(Gupta et al., 2019),(Cappon et al., 2017) |
||
|
Implantes Médicos |
(Santagati et al., 2020) |
||
|
Laboratorio |
(Kang et al., 2018) |
||
|
Presión arterial |
(Sood & Mahajan, 2019),(da Silva et al., 2019),(Farahani et al., 2020) (Sharman et al., 2020) |
||
|
Salud Mental |
(Sayeed et al., 2019),(Zilani et al., 2020),(Yadav et al., 2019) (Rachakonda et al., 2020),(Sarmento et al., 2020),(Rachakonda et al., 2019) |
||
|
Signos vitales |
(Awan et al., 2019),(Zanjal & Talmale, 2016),(Díaz de León-Castañeda, 2019) (Xing et al., 2018),(Evangeline & Lenin, 2019),(Ullah et al., 2017) (Hedrick et al., 2020),(Ng et al., 2020),(Rajasekaran et al., 2019) (Sánchez et al., 2019),(Mavrogiorgou et al., 2019),(Han et al., 2020) (Ignacio et al., 2019),(Qureshi & Krishnan, 2018),(Morzy et al., 2013) (Chen et al., 2020),(Nørfeldt et al., 2019) |
(Kodali et al., 2016),(Cui et al., 2020)ADDIN CSL_CITATION
{"citationItems":[{"id":"ITEM-1","item=
Data":{"DOI":"10.3390/app7080817","ISBN"=
:"8613889862359","ISSN":"20763417","abst=
ract":"As
a key technology in smart healthcare monitoring systems, wireless body ar=
ea
networks (WBANs) can pre-embed sensors and sinks on body surface or inside
bodies for collecting different vital signs parameters, such as human
Electrocardiograph (ECG), Electroencephalograph (EEG), Electromyogram (EM=
G),
body temperature, blood pressure, blood sugar, blood oxygen, etc. Using
real-time online healthcare, patients can be tracked and monitored in nor=
mal
or emergency conditions at their homes, hospital rooms, and in Intensive =
Care
Units (ICUs). In particular, the reliability and effectiveness of the pac=
kets
transmission will be directly related to the timely rescue of critically =
ill
patients with life-threatening injuries. However, traditional fault-toler=
ant
schemes either have the deficiency of underutilised resources or react too
slowly to failures. In future healthcare systems, the medical Internet of
Things (IoT) for real-time monitoring can integrate sensor networks, cloud
computing, and big data techniques to address these problems. It can coll=
ect
and send patient's vital parameter signal and safety monitoring informati=
on
to intelligent terminals and enhance transmission reliability and efficie=
ncy.
Therefore, this paper presents a design in healthcare monitoring systems =
for
a proactive reliable data transmission mechanism with resilience requirem=
ents
in a many-to-one stream model. This Network Coding-based Fault-tolerant
Mechanism (NCFM) first proposes a greedy grouping algorithm to divide the
topology into small logical units; it then constructs a spanning tree bas=
ed
on random linear network coding to generate linearly independent coding
combinations. Numerical results indicate that this transmission scheme wo=
rks
better than traditional methods in reducing the probability of packet los=
s,
the resource redundant rate, and average delay, and can increase the
effective throughput
rate.","author":[{"dropping-particle":"&quo=
t;,"family":"Peng","given":"Yuhuai"=
,"non-dropping-particle":"","parse-names":fal=
se,"suffix":""},{"dropping-particle":"&q=
uot;,"family":"Wang","given":"Xiaojie&qu=
ot;,"non-dropping-particle":"","parse-names":=
false,"suffix":""},{"dropping-particle":"=
;","family":"Guo","given":"Lei"=
;,"non-dropping-particle":"","parse-names":fa=
lse,"suffix":""},{"dropping-particle":"&=
quot;,"family":"Wang","given":"Yichun&qu=
ot;,"non-dropping-particle":"","parse-names":=
false,"suffix":""},{"dropping-particle":"=
;","family":"Deng","given":"Qingxu&=
quot;,"non-dropping-particle":"","parse-names"=
;:false,"suffix":""}],"container-title":"=
;Applied
Sciences
(Switzerland)","id":"ITEM-1","issue":&=
quot;8","issued":{"date-parts":[["2017"]=
]},"title":"An
efficient network coding-based fault-tolerant mechanism in WBAN for smart
healthcare monitoring
systems","type":"article-journal","volume&q=
uot;:"7"},"uris":["http://www.mendeley.com/documen=
ts/?uuid=3D03186888-fd60-46cd-a9c9-984fbf9ae9da"]}],"mendeley&quo=
t;:{"formattedCitation":"(Peng
et al., 2017)","plainTextFormattedCitation":"(Peng et
al., 2017)","previouslyFormattedCitation":"(Peng et a=
l.,
2017)"},"properties":{"noteIndex":0},"schem=
a":"https://github.com/citation-style-language/schema/raw/master/=
csl-citation.json"}(Peng et al., 2017),(Plageras et al., 2016)ADDIN CSL_CITATION
{"citationItems":[{"id":"ITEM-1","item=
Data":{"DOI":"10.1186/s13174-019-0108-9","ISB=
N":"1317401901089","ISSN":"18690238",&qu=
ot;abstract":"The
futuristic wireless networks expects to provide adequate support for dist=
inct
kind of applications, their diverse requirements, and scenarios for future
Internet systems, such as Internet of Things based on multimedia and sens=
or
data, while figuring out low cost solutions to offload the mobile
communication core. In this context, Low-cost Wireless Backhauls (LWBs) c=
an
be useful, since they are based on cheap WLAN technologies, such as Wirel=
ess
Mesh Networks that provide capacity for future IoT applications based on
mixed traffic. The routing is a fundamental process to provide communicat=
ion
in these multi-hop networks and multi-objective routing optimization
algorithms based on Integer Linear Programming (ILP) models have been stu=
died
in the literature to address this problem, but there is a lack of solutio=
ns
for mixed traffic. For this reason, we propose a novel ILP multi-objective
approach, called Multi-objective routing Aware of miXed traffIc (MAXI), w=
hich
employs three weighted objectives to guide the routing in WMNs with diffe=
rent
applications and requirements. In addition, we provide a comparative anal=
ysis
with other relevant approaches of routing using NS-3 to evaluation based =
on
simulation, that takes into account different types and levels of
interference (e.g. co-channel interference and external interference) foc=
used
on mixed IoT traffic for elderly healthcare scenario. Finally, we demonst=
rate
the effectiveness of the proposed approach to support the requirements of
each application through the appropriate combination of objective functio=
ns,
mainly in dense scenarios with high level of interference.","au=
thor":[{"dropping-particle":"","family":=
"Medeiros","given":"Vinícius
N.","non-dropping-particle":"","parse-names=
":false,"suffix":""},{"dropping-particle"=
;:"","family":"Silvestre","given":&=
quot;Bruno","non-dropping-particle":"","parse=
-names":false,"suffix":""},{"dropping-particl=
e":"","family":"Borges","given"=
;:"Vinicius
C.M.","non-dropping-particle":"","parse-nam=
es":false,"suffix":""}],"container-title"=
;:"Journal
of Internet Services and
Applications","id":"ITEM-1","issue":&q=
uot;1","issued":{"date-parts":[["2019"]]=
},"publisher":"Journal
of Internet Services and
Applications","title":"Multi-objective routing aware =
of
mixed IoT traffic for low-cost wireless
Backhauls","type":"article-journal","volume=
":"10"},"uris":["http://www.mendeley.com/docu=
ments/?uuid=3D73999e10-d093-43ca-8a7a-9acd6b6cb722"]}],"mendeley&=
quot;:{"formattedCitation":"(Medeiros
et al., 2019)","plainTextFormattedCitation":"(Medeiro=
s et
al., 2019)","previouslyFormattedCitation":"(Medeiros =
et
al.,
2019)"},"properties":{"noteIndex":0},"schem=
a":"https://github.com/citation-style-language/schema/raw/master/=
csl-citation.json"}(Medeiros et al., 2019),(Rajput & Brahimi, 2019a) (Rajput & Brahimi, 2019b),(Silvestre-Blanes et al., 2020) |
(Kang et al., 2018) |
|
Terapias |
(Lam et al., 2020) |
(Yu, 2020) |
En cuanto a las redes Peer-to-Peer, se tiene un va= lor de 10 y su estructura consiste en que todos los nodos de la red están conectad= os entre sí por un enlace. De este modo, los nodos de una topología Peer-to-Peer están conectados punto a punto con los demás = nodos de la red, mientras que los dispositivos finales están conectados al nodo de red más cercano. Así, este tipo de configuración se adapta a la situación e= n la que se encuentra la red con respecto al tráfico de información. Por último,= las redes Mesh, un total de 15, se componen básicam= ente de tres clases de nodos: gateways o Dispositivo= s de Funcionalidad Completa (FFD), sensores/actuadores-rout= ers o Dispositivos de Funcionalidad Reducida (RFD).
Por último, la topología híbrida con un valor de 4 se deriva de la unión de dos topologías de red (topología estrella-autobús topología estrella-anillo). Su implementación es debido a la complejidad de la solución de red y tiene un costo muy alto debido a su administración y mantenimiento. También proporci= ona los beneficios que ofrecen los otros diseños. Esto significa que puede tene= r la facilidad de localizar problemas de la organización en estrella o las facilidades económicas que ofrece la red de bus. A continuación, se describ= en de forma general las investigaciones realizadas en cada área de la medicina, considerando las topologías descritas en el apartado anterior.
Tabla 2
Clasificación
de los trabajos en grupos de enfermedades y tecnologías
|
Medicine |
Zigbee |
WIFI |
3G/4G/5G |
LoraWan<=
/span> |
|
Cáncer |
|
|
||
|
Dental |
|
|
|
|
|
Sistema Respiratorio |
|
=
|
||
|
Enfermedad Renal |
|
=
|
||
|
Cardiovascular |
|
|
=
|
|
|
Virus |
|
=
|
||
|
Glucosa |
|
|
|
=
|
|
Implantes Médicos |
|
=
|
||
|
Laboratorio |
|
=
|
||
|
Presión arterial |
|
=
|
||
|
Salud Mental |
(Sayeed et al., 2019),ADDIN CSL_CITATION
{"citationItems":[{"id":"ITEM-1","item=
Data":{"DOI":"10.1109/TCE.2020.2976006","ISSN=
":"15584127","abstract":"Not
knowing when to stop eating or how much food is too much can lead to many
health issues. In iLog, we propose a system which can not only monitor but
also create awareness for the user of how much food is too much. iLog
provides information on the emotional state of a person along with the
classification of eating behaviors to Normal-Eating or Stress-Eating. Chr=
onic
stress, uncontrolled or unmonitored food consumption, and obesity are
intricately connected, even involving certain neurological adaptations. We
propose a deep learning model for edge computing platforms which can
automatically detect, classify and quantify the objects from the plate of=
the
user. Three different paradigms where the idea of iLog can be performed a=
re
explored in this research. Two different edge platforms have been impleme=
nted
in iLog. The platforms include mobile, as it is widely used, and a single
board computer which can easily be a part of network for executing
experiments with iLog-Glasses being the main wearable. The iLog model has
produced an overall accuracy of 98% with an average precision of
85.8%.","author":[{"dropping-particle":"&qu=
ot;,"family":"Rachakonda","given":"Laava=
nya","non-dropping-particle":"","parse-names&=
quot;:false,"suffix":""},{"dropping-particle"=
:"","family":"Mohanty","given":&quo=
t;Saraju
P.","non-dropping-particle":"","parse-names=
":false,"suffix":""},{"dropping-particle"=
;:"","family":"Kougianos","given":&=
quot;Elias","non-dropping-particle":"","parse=
-names":false,"suffix":""}],"container-title&=
quot;:"IEEE
Transactions on Consumer Electronics","id":"ITEM-1&qu=
ot;,"issue":"2","issued":{"date-parts&qu=
ot;:[["2020"]]},"page":"115-124","publis=
her":"IEEE","title":"ILog:
An Intelligent Device for Automatic Food Intake Monitoring and Stress
Detection in the
IoMT","type":"article-journal","volume"=
;:"66"},"uris":["http://www.mendeley.com/documents=
/?uuid=3D4852f12f-16a1-4ee5-b1bb-c1705634f566"]}],"mendeley"=
:{"formattedCitation":"(Rachakonda
et al., 2020)","plainTextFormattedCitation":"(Rachako=
nda
et al., 2020)","previouslyFormattedCitation":"(Rachak=
onda
et al.,
2020)"},"properties":{"noteIndex":0},"schem=
a":"https://github.com/citation-style-language/schema/raw/master/=
csl-citation.json"}<=
![endif]-->(Rachakonda et al., 2020) |
|
|
=
|
|
Signos vitales |
|
(Evangeline & Lenin, 2019),ADDIN CSL_CITATION
{"citationItems":[{"id":"ITEM-1","item=
Data":{"DOI":"10.1016/j.scs.2017.06.010","ISS=
N":"22106707","abstract":"Interoperability
remains a major burden to the developers of Internet of Things systems. I=
t is
due to IoT devices are extremely heterogeneous regarding basic communicat=
ion
protocols, data formats, and technologies. Furthermore, due to the absenc=
e of
worldwide satisfactory standards, Interoperability tools remains imperfec=
t.
In this paper, we have proposed Semantic Interoperability Model for Big-d=
ata
in IoT (SIMB-IoT) to deliver semantic interoperability among heterogeneous
IoT devices in health care domain. This model is used to recommend medici=
ne
with side effects for different symptoms collected from heterogeneous IoT
sensors. Two datasets are taken for the analysis of big-data. One dataset=
contains
diseases with drug details and the second dataset contains medicines with
side effects. Information between physician and patient are semantically
annotated and transferred in a meaningful way. A Lightweight Model for
Semantic annotation of Big-data using heterogeneous devices in IoT is
proposed to provide annotations for big data. Resource Description Framew=
ork
(RDF) is a semantic web framework that is recycled to communicate things
using Triples to make it semantically significant. RDF annotated patients’
data and made it semantically interoperable. SPARQL query is used to extr=
act
records from RDF graph. Tableau, Gruff-6.2.0, and Mysql tools are used in
simulation in this
article.","author":[{"dropping-particle":"&=
quot;,"family":"Ullah","given":"Farhan&q=
uot;,"non-dropping-particle":"","parse-names"=
:false,"suffix":""},{"dropping-particle":&quo=
t;","family":"Habib","given":"Muham=
mad
Asif","non-dropping-particle":"","parse-nam=
es":false,"suffix":""},{"dropping-particle&qu=
ot;:"","family":"Farhan","given":&q=
uot;Muhammad","non-dropping-particle":"","par=
se-names":false,"suffix":""},{"dropping-parti=
cle":"","family":"Khalid","given&qu=
ot;:"Shehzad","non-dropping-particle":"",&quo=
t;parse-names":false,"suffix":""},{"dropping-=
particle":"","family":"Durrani","gi=
ven":"Mehr
Yahya","non-dropping-particle":"","parse-na=
mes":false,"suffix":""},{"dropping-particle&q=
uot;:"","family":"Jabbar","given":&=
quot;Sohail","non-dropping-particle":"","pars=
e-names":false,"suffix":""}],"container-title=
":"Sustainable
Cities and
Society","id":"ITEM-1","issued":{"=
;date-parts":[["2017"]]},"page":"90-96",=
"title":"Semantic
interoperability for big-data in heterogeneous IoT infrastructure for
healthcare","type":"article-journal","volum=
e":"34"},"uris":["http://www.mendeley.com/doc=
uments/?uuid=3Dfe96eb60-ef34-4727-a73e-1a2e55ce79a7"]}],"mendeley=
":{"formattedCitation":"(Ullah
et al., 2017)","plainTextFormattedCitation":"(Ullah et
al., 2017)","previouslyFormattedCitation":"(Ullah et =
al.,
2017)"},"properties":{"noteIndex":0},"schem=
a":"https://github.com/citation-style-language/schema/raw/master/=
csl-citation.json"}<=
![endif]-->(Ullah et al., 2017),ADDIN CSL_CITATION
{"citationItems":[{"id":"ITEM-1","item=
Data":{"DOI":"10.1109/TLA.2019.8931137","ISSN=
":"15480992","abstract":"Internet
of Things (IoT) is a prominent paradigm applied to several areas ranging =
from
medicine to industrial networks. It aims at connecting to the Internet of
million of daily used objects. Important challenges in this area consist =
in
to propose mechanisms and protocols that meet security, device
interoperability, quality of service and energy-efficiency requirements.
Particularly, the Message Queue Telemetry Transport (MQTT) protocol has b=
een
prospected in order to provide efficient communication at the application
layer for the IoT. This survey aims to present the fundamentals, tools an=
d future
directions related to MQTT protocol and its variation tailored for sensor
networks, called MQTT-SN. We discuss such protocols comparing to other
current IoT application layer protocols, such as Constrained Application
Protocol (CoAP). Additionally, we present tools so as to support practical
experimentation and simulation. Particularly, we carry out pactical
experiments to observe the communication delay between MQTT and CoAP.
Finally, the open issues and challenges in this area are examined.",=
"author":[{"dropping-particle":"","famil=
y":"Quincozes","given":"Silvio","no=
n-dropping-particle":"","parse-names":false,"=
suffix":""},{"dropping-particle":"",&quo=
t;family":"Emilio","given":"Tubino",&quo=
t;non-dropping-particle":"","parse-names":false,&q=
uot;suffix":""},{"dropping-particle":"",=
"family":"Kazienko","given":"Juliano&quo=
t;,"non-dropping-particle":"","parse-names":f=
alse,"suffix":""}],"container-title":"IE=
EE
Latin America
Transactions","id":"ITEM-1","issue":&q=
uot;9","issued":{"date-parts":[["2019"]]=
},"page":"1439-1448","title":"MQTT
protocol: Fundamentals, tools and future
directions","type":"article-journal","volum=
e":"17"},"uris":["http://www.mendeley.com/doc=
uments/?uuid=3D2b517858-38bb-45b4-a9ac-d4c45aca593f"]}],"mendeley=
":{"formattedCitation":"(Quincozes
et al., 2019)","plainTextFormattedCitation":"(Quincoz=
es
et al., 2019)","previouslyFormattedCitation":"(Quinco=
zes
et al.,
2019)"},"properties":{"noteIndex":0},"schem=
a":"https://github.com/citation-style-language/schema/raw/master/=
csl-citation.json"}<=
![endif]-->(Quincozes et al., 2019) (Rubí & Gondim, 2019),ADDIN CSL_CITATION
{"citationItems":[{"id":"ITEM-1","item=
Data":{"DOI":"10.1145/3326467.3326496","ISBN&=
quot;:"9781450361903","abstract":"The
smart healthcare area is expanding its application to telemedicine, mobile
health, EHR/EMR/PHR, wireless medical services, and precision medicine
through a combination of Internet of Things (IoT) technologies. In the IoT
environment, it is difficult to actively control packets and traffic using
existing network technologies because multiple devices and sensors create
different types of packets and cause variable traffic. Furthermore, it is
difficult to apply various existing security technologies in the IoT envi=
ronment
because various services are provided using low-end sensor devices with
limited performances. This study presented here aims to construct an
IoT-based smart healthcare service security model. The security requireme=
nts
for IoT environments are summarized while a framework for designing secur=
ity
areas for IoT services is proposed and applied to smart healthcare servic=
es.
For this purpose, a medical information protection framework was designed=
to
provide authentication, access control, network and system security,
integrity, and confidentiality by investigating the characteristics of the
smart healthcare
environment.","author":[{"dropping-particle":&qu=
ot;","family":"Choi","given":"Junho=
","non-dropping-particle":"","parse-names&quo=
t;:false,"suffix":""},{"dropping-particle":&q=
uot;","family":"Choi","given":"Chan=
g","non-dropping-particle":"","parse-names&qu=
ot;:false,"suffix":""},{"dropping-particle":&=
quot;","family":"Kim","given":"Sung
Hwan","non-dropping-particle":"","parse-nam=
es":false,"suffix":""},{"dropping-particle&qu=
ot;:"","family":"Ko","given":"=
Hoon","non-dropping-particle":"","parse-names=
":false,"suffix":""}],"container-title":=
"ACM
International Conference Proceeding Series","id":"ITE=
M-1","issued":{"date-parts":[["2019"]]},=
"title":"Medical
information protection frameworks for smart healthcare based on
IoT","type":"article-journal"},"uris":=
["http://www.mendeley.com/documents/?uuid=3D3f1362fb-39ea-41ac-a515-34=
a4b7a824ff"]}],"mendeley":{"formattedCitation":&qu=
ot;(Choi
et al., 2019)","plainTextFormattedCitation":"(Choi et
al., 2019)","previouslyFormattedCitation":"(Choi et a=
l.,
2019)"},"properties":{"noteIndex":0},"schem=
a":"https://github.com/citation-style-language/schema/raw/master/=
csl-citation.json"}<=
![endif]-->(Choi et al., 2019),ADDIN CSL_CITATION
{"citationItems":[{"id":"ITEM-1","item=
Data":{"DOI":"10.1007/978-3-030-37218-7","ISB=
N":"9783642327407","ISSN":"21945357",&qu=
ot;author":[{"dropping-particle":"","family&q=
uot;:"Morzy","given":"Tadeusz","non-drop=
ping-particle":"","parse-names":false,"suffix=
":""},{"dropping-particle":"","fami=
ly":"Härder","given":"Theo","non-dr=
opping-particle":"","parse-names":false,"suff=
ix":""},{"dropping-particle":"","fa=
mily":"Wrembel","given":"Robert","n=
on-dropping-particle":"","parse-names":false,"=
;suffix":""}],"container-title":"Advances
in Intelligent Systems and Computing","id":"ITEM-1&qu=
ot;,"issued":{"date-parts":[["2013"]]},"=
title":"Advances
in Intelligent Systems and Computing:
Preface","type":"book","volume":"=
186
AISC"},"uris":["http://www.mendeley.com/documents/?uu=
id=3D727f228a-66ad-47a0-94d6-c86f0893aced"]}],"mendeley":{&q=
uot;formattedCitation":"(Morzy
et al., 2013)","plainTextFormattedCitation":"(Morzy et
al., 2013)","previouslyFormattedCitation":"(Morzy et =
al.,
2013)"},"properties":{"noteIndex":0},"schem=
a":"https://github.com/citation-style-language/schema/raw/master/=
csl-citation.json"}<=
![endif]-->(Morzy et al., 2013) (Chen et al., 2020)=
, |
|
=
|
|
Terapias |
|
=
|
El cáncer
Es una enfermedad grave que ha matado a muchas personas durante los últimos añ= os debido al hábito alimenticio de los seres humanos. En 2019, (Palan= i & Venkatalakshmi, 2019) proponen un nuevo modelado predictivo ba= sado en el Internet de las Cosas (IoT) mediante el u= so del aumento de clústeres difusos y la clasificación para predecir la enfermedad= del cáncer de pulmón; sin embargo, no se discute qué tipo de topologías, protoc= olos y tecnologías utiliza, pero propone una arquitectura, utiliza una topología= de estrella como diseño de red y para la comunicación de dispositivos IoT se realiza por WIFI.
Los dispositivos basados en WIFI necesitan una buena batería de respaldo si uno quiere utilizarlos por más de 10 horas aproximadamente, una sola red basada= en WIFI puede tener un tamaño de red de hasta 2007 nodos, el WIFI ha sido estandarizado de acuerdo al estándar IEEE 802.11.x. Existen varias versiones del protocolo donde la x se sustituye por a, b, g, n, etc. que son diferent= es versiones de WiFi, utilizadas para redes de áre= a PAN y WLAN con un alcance medio de 30 a 100 metros, = (Khan et al., 2019)= propone una infraestructura, en la que los mensajes no se envían directamente, es d= ecir, tienen que pasar por un nodo de acceso (módem/routers<= /span>), lo que podemos concluir que es una topología en estrella y utiliza la tecnología WIFI.
Dental
En 2020, (Liu e= t al., 2020) proponen un sistema inteligente de salud dental-IoT basado en hardware inteligente, aprendizaje profu= ndo y terminal móvil, con el objetivo de explorar la viabilidad de su aplicación = en el cuidado de la salud dental en el hogar.
La
arquitectura de red del sistema iHome dental
Enfermedades respiratorias
Está relacionado con el sueño. La prueba de referencia para el diagnóstico es la polisomnografía, que requiere mucho tiempo y es cara. (Haoyu= et al., 2019), propone la siguiente arquitectura, todos los datos pasan po= r un nodo o Gateway esto significa que en esta investigación se utiliza la topol= ogía de estrella junto con la tecnología WIFI. La parte principal de esta secció= n es el sensor de pulso y proximidad MAX3010X conectado al ESP32 que puede servi= r como un módulo de transmisión de datos portátil a través de Wi-Fi. Para la comunicación se establece una frecuencia de muestreo de 60 Hz con u= na resolución de 10 bits. Una conexión en serie a través de Wi-Fi se utiliza para enviar estas señales al módulo de remodelación y detección = de errores, las ventajas y desventajas de esta tecnología se describieron en la sección de cáncer.
Enfermedad renal
(Arula= nthu & Perumal, 2020), presentan un sistema de apoyo a las deci= siones médicas en línea (OMDSS) para la predicción de la enfermedad renal crónica (ERC). El modelo presentado incluye un conjunto de etapas, a saber, la recopilación de datos, el preprocesamiento y la clasificación de datos médi= cos para la predicción de la enfermedad renal crónica, habiendo dicho que se propone un nuevo OMDSS para la predicción de la ERC y ofrece servicios sanitarios eficaces a los pacientes.
Los datos de los pacientes son recogidos por dispositivos = IoT. En general, el sensor conectado al ser humano recoge datos regularmente en = un intervalo de tiempo específico. El OMDSS presentado hace uso de la red 4G p= ara transmitir los datos observados al CDS. Hay dos conceptos fundamentales que sustentan el éxito de las redes de telefonía 4G, uno es el modelo de banda ancha móvil y el otro es la convergencia de redes.
Enfermedades cardiovasculares
(Huang= et al., 2019) = presentan un sistema para la adquisición de datos de lípidos en sangre basado en un smartphone para controlar el nivel de lípidos en sangre, la propuesta de adquisición de datos fotoquímicos de lípidos en sangre basada en un smartph= one con la tira reactiva y la arquitectura IoMT par= a la gestión de los lípidos en sangre. Esta información se envía al smartphone a través del cable OTG. Esta parte puede considerarse como la capa de recogid= a de parámetros de la función de lípidos en sangre en la arquitectura IoMT. Los datos serán finalmente subidos a la nube pa= ra su cálculo y almacenamiento los pacientes y los médicos pueden acceder a los d= atos en la nube desde sus respectivos terminales a través de la conexión WIFI.
(Al-Ka= isey et al., 2020) también utilizan para la comunicación un nodo de entrada par= a el latido de las señales de ECG, también utiliza una topología en estrella, po= r su parte (Pirbh= ulal et al., 2019) proponen una arquitectura para resolver = un problema crítico en la implementación de la seguridad para la transmisión d= e la información de salud, esto permite proporcionar la privacidad de los datos = y la validación de la información de un paciente sobre el entorno de la red de manera eficiente en el uso de los recursos.
Virus
El mosquito es uno de los insectos fatales que sopla varios patógenos como el = Chikungunya, que es una enfermedad instintiva que se propaga rápidamente en varias partes del país, por lo tanto, hay una necesi= dad de medidas preventivas para esta enfermedad, los nodos sensores y los teléf= onos celulares se utilizan para detectar y recopilar datos para la comunicación utilizando 4G y una topología de malla (Rani et al., 2019). Estos datos s= on procesados antes de ser transmitidos a la nube.
Dicho lo anterior, (Song et al., 2018) utilizan una topología de malla y dise= ñaron una plataforma de cribado móvil basada en teléfonos inteligentes, sencilla y barata, denominada "smart connected cup" (SCC), para realizar diagnósticos moleculares rápidos, conectados= y cuantitativos. Esta plataforma combina el ensayo bioluminiscente en tiempo = real y la amplificación isotérmica mediada por bucle (BART-LAMP) con la detección basada en el teléfono inteligente, la transmisión de los resultados de las pruebas al registro del paciente y al consultorio del médico; y la comunica= ción de las pruebas se realiza con el Sistema de Posicionamiento Global (GPS) y = 4G, el uso de teléfonos inteligentes mejora las capacidades más allá de lo que = está disponible con los instrumentos existentes.
Glucosa
El suministro de insulina a través de sensores a personas con diabetes en un r= eto para el IoT, la terapia de reemplazo celular más prometedora para niños con diabetes tipo 1 es un páncreas artificial de buc= le cerrado que incorpora sensores de glucosa continuos y bombas de insulina, <= /span>(Leahy= , 2008) combina una bomba externa y un sensor co= n un algoritmo de tasa de infusión de insulina variable diseñado para emular las características fisiológicas de la célula, para la comunicación utiliza tecnología WIFI y topología en estrella, (Cappo= n et al., 2017) realizan la conexión de un sensor - App móvil - Transmisor inteligente para la monitorización de la glucosa en personas con diabetes, = los resultados muestran una mejora estadísticamente significativa de todas las métricas glucémicas.
Se puede observar un sensor de aguja mínimamente invasivo, generalmente insert= ado en el tejido subcutáneo, el abdomen o el brazo, que mide una señal de corri= ente eléctrica generada por la reacción de la glucosa oxidasa. Esta señal es proporcional a la concentración de glucosa disponible en el líquido intersticial, que se convierte en una concentración de glucosa mediante un procedimiento de calibración que suele realizarse dos veces al día. Los dispositivos se conectan mediante WIFI para enviar la información.
Implantes médicos
El mayor obstáculo para los implantes en red es la naturaleza dieléctrica del cuerpo humano, (Santa= gati et al., 2020) han demostrado que se pueden generar y recibir ondas ultrasónicas de forma eficiente con componentes milimétricos de baja potenc= ia, y que a pesar de la pérdida de conversión que introducen los transductores ultrasónicos, a partir de esta investigación fundamental, construyó un prototipo que puede ser la base para construir futuros implantes médicos y dispositivos vestibles.
Por último, (Mumta= z et al., 2018) se dieron cuenta de que el uso de un enf= oque de estimación de la transmisión para mejorar la precisión de la fiabilidad = de la transmisión y la estimación de acuerdo con la dinámica del sistema, lueg= o se optimizó mediante la formulación de un problema de minimización restringido= .
Signos vitales
Se está investigando mucho para reducir el costo y aumentar la eficiencia en la industria médica, (Awan = et al., 2019) diseñan un protocolo de enrutamiento entre los nodos de sensores de tal manera que tiene un retraso mínimo y un mayor rendimiento para los paquetes de emergen= cia utilizando IoT y un consumo de energía óptimo p= ara una mayor vida útil de la red, así como la utilización eficiente de los recursos escasos. El rendimiento del protocolo propuesto se evalúa con dos técnicas de enrutamiento del estado de la técnica iM-SIMPLE y enrutamiento optimizado rentable y eficiente de la energía, esto es cruci= al para el seguimiento de la atención de la salud de los pacientes que no pued= en tener el acceso rápido a un hospital. Los datos fluyen a través de un nodo = de acceso (routers) y los dispositivos se comunican utilizando el WIFI.
Terapias
La lentitud, la falta de fiabilidad y la desorganización en el sistema de diagnóstico médico de lesiones deportivas, (Yu, 2= 020) lo mejora mediante una aplicación para el diagnóstico móvil y la gestión de datos del usuario. En primer lugar, la ca= pa de aplicación, la capa de red y la estructura de la capa de percepción IoT se utilizan para planificar la jerarquía general = del sistema médico de lesiones deportivas, y luego el sistema se divide en tres módulos, que son el módulo de adquisición de parámetros fisiológicos del usuario, el módulo de procesamiento de parámetros fisiológicos del usuario = y el módulo de diagnóstico de daños por movimiento, Por último, los sensores (re= d de malla), los servidores, los protocolos de comunicación específicos, represe= ntan un cambio inteligente hacia procesos de fabricación más interconectados en = los que las entidades individuales dentro de la cadena de suministro se comunic= an entre sí para lograr una mayor flexibilidad y capacidad de respuesta en la fabricación general y una fabricación más eficiente para reducir el costo de producción (Lam e= t al., 2020), esto debido a que un gran número de personas deben utilizar prótesis (Sande= rs et al., 2019).
Salud mental
La epilepsia se caracteriza por la recurrencia de convulsiones espontáneas y t= iene un impacto negativo considerable en la calidad y la esperanza de vida del paciente. La tecnología UWB solo transmite en distancias cortas (hasta 10 metros), pero tiene la ventaja de lograr un ancho de banda muy elevado (has= ta 480 Mbps), consumiendo poca energía. Es ideal para la transferencia inalámb= rica de contenidos multimedia de alta calidad, como vídeos, entre dispositivos electrónicos de consumo y periféricos informáticos (Sayee= d et al., 2019). Además, los métodos de evaluación de la Ataxia son engorros= os y no permiten un control y seguimiento regular de los pacientes. Una de las tareas más difíciles es detectar las diferentes anomalías de la marcha en l= os pacientes con Ataxia (Zilan= i et al., 2020). El estrés crónico, el consumo de alimentos incontrolado o no supervisado y la obesidad están estrechamente relacionados, incluso implica= ndo ciertas adaptaciones neurológicas (Racha= konda et al., 2020). En conclusión, los accidentes cerebrovasculares se encuentran entre las tres principales causas de muerte= en todo el mundo. Además, los accidentes cerebrovasculares son una de las principales causas de morbilidad, hospitalizaciones y discapacidades adquir= idas (Sarme= nto et al., 2020).
Presión arterial
La hipertensión es una enfermedad crónica que provoca riesgo de diferentes tip= os de trastornos, como ataques de hipertensión, accidentes cerebrovasculares, insuficiencia renal y enfermedades cardiovasculares (Sood = & Mahajan, 2019), lo más importante es controlar las prescripciones designadas y revisar constantemente la presión arterial para evitar el conocido "efecto bata blanca" (da Si= lva et al., 2019). Del mismo modo, la relación entre la tecnología y la atenci= ón sanitaria, debido al auge del Internet de las cosas inteligentes (IoT), la inteligencia artificial (IA) y la rápida ado= pción pública de wearables de grado médico, se ha transformado drásticamente en los últimos años. En el mismo contexto, (Farah= ani et al., 2020) proponen una arquitectura holística de IoT eHealth impulsada por la IA y basada en el concepto de aprendizaje automático colaborativo, en la que la inteligencia se distribuye a través de la capa d= el dispositivo, la capa del borde/la niebla y la capa de la nube, actualmente = hay más de 3. 000 dispositivos de AP disponibles en el mercado, pero muchos de = ellos no tienen publicados datos de pruebas de precisión según los estándares científicos establecidos (Sharm= an et al., 2020).
Laboratorio de monitorización
Las operaciones ininterrumpidas y la continuidad del negocio son requisitos cla= ve para cualquier edificio altamente automatizado situado bajo el paradigma de= la industria 4.0, para lo cual la Calidad de la Energía juega un papel importa= nte. (Alons= o-Rosa et al., 2018) describen un novedoso sensor de bajo coste para el Internet de las Cosas que mide y analiza la calidad de la energía a la entrada de cualquier dispositivo de corriente alterna (CA), proporcionando un sistema de detección y análisis temprano que monitoriza aquellas variables críticas que varían dentro de la instalación y permite anticiparse a los fallos con alertas en fase temprana basadas en el procesamiento del flujo de datos.
El
Problema de La Topología De La Red
Existen tres modelos topológicos básicos para la IOT: el modelo en estrella, el mod= elo en malla y el modelo híbrido. Estructuralmente, el modelo en estrella se ba= sa en la centralización de la computación, el almacenamiento y el control. En = una red Star IoT, un dispositivo final solo está conectado a un único nodo de red, que actúa como nodo central para el dispositivo. A su vez, cada uno de estos nodos de red = está conectado a un nodo servidor, que podría ser una conexión a otro nodo de red con capacidades superiores o funcionalidades diferentes, cumpliendo este úl= timo el papel de nodo central de mayor jerarquía (K. &a= mp; Desai, 2016).
De esta forma, para que dos dispositivos finales se comuniquen entre sí, la información debe viajar hasta el nodo central que comunica las rutas a ambos dispositivos y luego completar el camino desde el nodo central hasta el destinatario. Este tipo de estructura de red tiene ventajas en un entorno <= span class=3DSpellE>IoT debido a su facilidad de configuración, refiriénd= ose a ella como añadir y eliminar dispositivos finales y detectar fallos. Además, esta configuración, normalmente cargada en un dispositivo central que super= visa la resolución de todas esas complejas situaciones, permite que el rendimien= to de la red sea consistente, predecible y bueno: baja latencia y suficiente a= ncho de banda. La latencia, una preocupación para las aplicaciones de IoT, disminuiría con el uso de este tipo de topología= s, ya que se reduce el número de saltos necesarios para transportar la información hasta el destino. A pesar de todo esto, las redes en estrella tienen serias desventajas que afectan al rendimiento en entornos IoT= . La centralización de las funcionalidades resuelve muchos problemas, pero presenta una de las desventajas más graves: un único punto de fallo. Si el dispositivo central con el que se comunican los diferentes nodos de la red falla, el rendimiento de la red se ve completamente perjudicado. En cambio,= si los nodos más cercanos a los dispositivos finales fallan -hablando de una r= ed en estrella en forma jerárquica- el sector de la red que falla puede aislar= se rápidamente, mientras el resto de la red funciona correctamente. Las redes = en estrella también suelen tener dificultades con respecto a las interferencia= s de radio, el alcance de la transmisión (limitado al alcance de la transmisión = del dispositivo que actúa como nodo central) y el consumo de energía, que depen= de de la distancia entre los dispositivos conectados, recordando que los dispositivos de la IO funcionan en su mayoría con baterías.
Tabla
3
Topologías Usadas en IoT
|
Topologías |
Re=
sultado |
|
Start=
|
41 |
|
Peer-to-Peer |
10 |
|
Mesh<=
span
style=3D'mso-bookmark:_Toc38966068'> |
15 |
|
Hybrid |
4 |
|
Sum |
70 |
En
cuanto a las redes Peer-to-Peer, tienen una
estructura en la que todos los nodos de la red están conectados entre sí, es
decir, existe un enlace permanente entre cada nodo de la red. De este modo,
este tipo de configuración permite una conexión adaptativa a la situación e=
n la
que se encuentra la red con respecto al tráfico de información. Las redes p=
eer-to-peer no son tan fáciles de configurar, ya que es
necesario establecer los enlaces entre cada uno de los nodos de la red añad=
idos
y los existentes, y luego conectar los dispositivos finales a ellos. En una
topología de malla cada nodo de la red está conectado a al menos otros dos
nodos, mientras que la topología híbrida se divide en topología estrella y
topología anillo ADDIN CSL_CITATION
{"citationItems":[{"id":"ITEM-1","itemDa=
ta":{"ISBN":"978-950-34-1659-4","author"=
:[{"dropping-particle":"","family":"Mont=
iveros","given":"Matías","non-dropping-partic=
le":"","parse-names":false,"suffix":&quo=
t;"},{"dropping-particle":"","family":&q=
uot;Murazzo","given":"Maria","non-dropping-pa=
rticle":"","parse-names":false,"suffix":=
""},{"dropping-particle":"","family"=
;:"Garabetti","given":"Miguel
Méndez","non-dropping-particle":"","parse-nam=
es":false,"suffix":""},{"dropping-particle&qu=
ot;:"","family":"Ros","given":"=
;Javier
Sillero","non-dropping-particle":"","parse-na=
mes":false,"suffix":""},{"dropping-particle&q=
uot;:"","family":"Rodríguez","given"=
;:"Nelson","non-dropping-particle":"","p=
arse-names":false,"suffix":""}],"container-ti=
tle":"Libro
de Actas JCC&BD
2018","id":"ITEM-1","issued":{"date=
-parts":[["2018"]]},"page":"90-100",&quo=
t;title":"Análisis
de las Topologías IoT en Entornos Fog Computing mediante
simulación","type":"article-journal"},"uris&q=
uot;:["http://www.mendeley.com/documents/?uuid=3D8e33158d-3698-476f-bf=
b6-9a5bbdb52034"]}],"mendeley":{"formattedCitation"=
;:"(Montiveros
et al., 2018)","plainTextFormattedCitation":"(Montivero=
s et
al., 2018)","previouslyFormattedCitation":"(Montiveros =
et
al.,
2018)"},"properties":{"noteIndex":0},"schema&=
quot;:"https://github.com/citation-style-language/schema/raw/master/cs=
l-citation.json"}(=
Montiveros
et al., 2018).
En este artículo se presenta una metodología para realizar una revisión bibliográfica, como es la Ciencia del Diseño que es una metodología de investigación en tecnologías de la informa= ción basada en resultados analizando tres parámetros importantes como son el problema, el artefacto y la forma en que el artefacto fue evaluado, a travé= s de una macro búsqueda que permite identificar los documentos relacionados con = el tema de investigación. Las estrategias de búsqueda, organización y análisis= de la información, permiten tanto la obtención de l= os documentos referentes a un tema de investigación, como su sistematización y estructuración para analizar las principales características del conjunto de documentos en estudio. Se presentó un caso sobre un tipo de aplicación de <= span class=3DSpellE>IoT, el tema se denomina "Internet de las cosas médicas (IoMT) un reto en la topología", d= onde los principales problemas son las topologías utilizadas.
Referencias
Al-Kaisey, A. M=
.,
Koshy, A. N., Ha, F. J., Spencer, R., Toner, L., Sajeev, J. K., Teh, A. W.,
Farouque, O., & Lim, H. S. (2020). Accurac=
y of
wrist-worn heart rate monitors for rate control assessment in atrial
fibrillation. International Journal of Cardiology, 300, 161–1=
64.
https://doi.org/10.1016/j.ijcard.2019.11.120
Alarifi,
A., AlZubi, A. A., & Al-Maitah, M. (2019). Study of soft-tissues border=
line
class I malocclusion on tooth extraction and non-extraction process using
medical IoT device. Measurement: Journal of the International Measurement
Confederation, 134, 923–929.
https://doi.org/10.1016/j.measurement.2018.11.087
Ali,
M. M., Haxha, S., Alam, M. M., Nwibor, C., & Sakel, M. (2020). Design of
Internet of Things (IoT) and Android Based Low Cost Health Monitoring Embed=
ded
System Wearable Sensor for Measuring SpO2, Heart Rate and Body Temperature
Simultaneously. Wireless
Personal Communications, 111(4), 2449–2463. https://doi.org/10.1007/s11277-019-06995-7=
Alonso-Rosa, M., Gil-de-Castro,=
A.,
Medina-Gracia, R., Moreno-Munoz, A., & Cañete-Carmona, E. (2018). Novel
internet of things platform for in-building power quality submetering. A=
pplied
Sciences (Switzerland), 8(8). https://doi.org/10.3390/app8081320=
Arulanthu,
P., & Perumal, E. (2020). An intelligent IoT with cloud centric medical
decision support system for chronic kidney disease prediction. Internati=
onal
Journal of Imaging Systems and Technology, 30(3), 815–827.
https://doi.org/10.1002/ima.22424
Awan,
K. M., Ashraf, N., Saleem, M. Q., Sheta, O. E., Qureshi, K. N., Zeb, A.,
Haseeb, K., & Sadiq, A. S. (2019). A priority-based congestion-avoidance
routing protocol using IoT-based heterogeneous medical sensors for energy
efficiency in healthcare wireless body area networks. International Jour=
nal
of Distributed Sensor Networks, 15(6).
https://doi.org/10.1177/1550147719853980
Cappon,
G., Acciaroli, G., Vettoretti, M., Facchinetti, A., & Sparacino, G. (20=
17).
Wearable continuous glucose monitoring sensors: A revolution in diabetes
treatment. Electronics (Switzerland), 6(3), 1–16.
https://doi.org/10.3390/electronics6030065
Chen,
C. L., Yang, T. T., Deng, Y. Y., & Chen, C. H. (2020). A secure Interne=
t of
Things medical information sharing and emergency notification system based =
on
nonrepudiation mechanism. Transactions on Emerging Telecommunications
Technologies, February, 1–21. https://doi.org/10.1002/ett.3946
Choi,
J., Choi, C., Kim, S. H., & Ko, H. (2019). Medical information protecti=
on
frameworks for smart healthcare based on IoT. ACM International Conference Proceeding Series.
https://doi.org/10.1145/3326467.3326496
Cubillos-Calvachi, J.,
Piedrahita-Gonzalez, J., Gutiérrez-Ardila, C., Montenegro-Marín, C.,
Gaona-García, P., & Burgos, D. (2020). Analysi=
s of
stress’s effects on cardiac dynamics: A case study on undergraduate student=
s. International
Journal of Medical Informatics, 137(September 2019).
https://doi.org/10.1016/j.ijmedinf.2020.104104
Cui,
F., Ma, L., Hou, G., Pang, Z., Hou, Y., & Li, L. (2020). Development of
smart nursing homes using systems engineering methodologies in industry 4.0=
. Enterprise Information Systems<=
/span>, 14(4), 463–479.
https://doi.org/10.1080/17517575.2018.1536929
da Silva, V. J., Souza, V. da S=
., da
Cruz, R. G., de Lucena, J. M. V. M., Jazdi, N., & Junior, V. F. de L.
(2019). Commercial devices-based system designed to improve the
treatment adherence of hypertensive patients. Sensors (Switzerland), 19(20), 1–31.
https://doi.org/10.3390/s19204539
Díaz de León-Castañeda, C. (201=
9). Electronic
health (e-Health): a conceptual framework for its implementation in health
services facilities. Gaceta de México, 155(2), 161–168.
https://doi.org/10.24875/gmm.m19000251
Elsts,
A., Fafoutis, X., Woznowski, P., Tonkin, E., Oikonomou, G., Piechocki, R.,
& Craddock, I. (2018). Enabling Healthcare in Smart Homes: The SPHERE I=
oT
Network Infrastructure. IEEE Communications Magazine, 56(12),
164–170. https://doi.org/10.1109/MCOM.2017.1700791
Evangeline, C. S., & Lenin, A. (2019). Human health monitoring using wearable senso= r. Sensor Review, 39(3), 364–376. https://doi.org/10.1108/SR-05-2018-0111<= o:p>
Farahani,
B., Barzegari, M., Shams Aliee, F., & Shaik, K. A. (2020). Towards
collaborative intelligent IoT eHealth: From device to fog, and cloud. Mi=
croprocessors
and Microsystems, 72, 102938. https://doi.org/10.1016/j.micpro.2=
019.102938
Garbhapu,
V. V., & Gopalan, S. (2017). IoT Based Low Cost Single Sensor Node Remo=
te
Health Monitoring System. Procedia Computer Science, 113,
408–415. https://doi.org/10.1016/j.procs.2017.08.357
Gupta,
A., Chakraborty, C., & Gupta, B. (2019). Smartphone Under IoT Framew=
ork.
283–308. https://doi.org/10.1007/978-981-13-7399-2
Han,
T., Zeng, M., Zhang, L., & Sangaiah, A. K. (2020). A Channel-Aware Duty
Cycle Optimization for Node-to-Node Communications in the Internet of Medic=
al
Things. International Journal of Parallel Programming, 48(2),
264–279. https://doi.org/10.1007/s10766-018-0587-5
Haoyu,
L., Jianxing, L., Arunkumar, N., Hussein, A. F., & Jaber, M. M. (2019).=
An
IoMT cloud-based real time sleep apnea detection scheme by using the SpO2
estimation supported by heart rate variability. Future Generation Comput=
er
Systems, 98, 69–77. https://doi.org/10.1016/j.future.2018.12.001=
Hedrick,
T. L., Hassinger, T. E., Myers, E., Krebs, E. D., Chu, D., Charles, A. N.,
Hoang, S. C., Friel, C. M., & Thiele, R. H. (2020). Wearable technology=
in
the perioperative period: Predicting risk of postoperative complications in
patients undergoing elective colorectal surgery. Diseases of the Colon a=
nd
Rectum, 4, 538–544. https://doi.org/10.1097/DCR.0000000000001580=
Huang,
X., Li, Y., Chen, J., Liu, J., Wang, R., Xu, X., Yao, J., & Guo, J. (20=
19).
Smartphone-Based Blood Lipid Data Acquisition for Cardiovascular Disease
Management in Internet of Medical Things. IEEE Access, 7, 75276–75283. https://doi.org/10.1109/ACCESS.2=
019.2922059
Ignacio, J., Luna, V., Javier, =
F.,
Rangel, S., Francisco, J., & Aceves, C. (2019). MONITOREO DE SIGNOS
VITALES USANDO IoT. 41(134), 751–769.
K., J., & Desai, A. (2016).=
IoT:
Networking Technologies and Research Challenges. International Journal of
Computer Applications, 154(7), 1–6.
https://doi.org/10.5120/ijca2016912181
Kan,
C., Chen, Y., Leonelli, F., & Yang, H. (2015). Mobile sensing and netwo=
rk
analytics for realizing smart automated systems towards health Internet of
Things. IEEE International Conference on Automation Science and Engineer=
ing,
2015-Octob, 1072–1077. https://doi.org/10.1109/CoASE.2015.729=
4241
Kang,
S., Baek, H., Jun, S., Choi, S., Hwang, H., & Yoo, S. (2018). Laboratory
environment monitoring: Implementation experience and field study in a tert=
iary
general hospital. Healthcare Informatics Research, 24(4),
371–375. https://doi.org/10.4258/hir.2018.24.4.371
Karthick,
T., & Manikandan, M. (2019). Fog assisted IoT based medical cyber system
for cardiovascular diseases affected patients. Concurrency Computation <=
/i>,
31(12), 1–9. https://doi.org/10.1002/cpe.4861
Khan,
S. U., Islam, N., Jan, Z., Din, I. U., Khan, A., & Faheem, Y. (2019). An
e-Health care services framework for the detection and classification of br=
east
cancer in breast cytology images as an IoMT application. Future Generati=
on
Computer Systems, 98, 286–296.
https://doi.org/10.1016/j.future.2019.01.033
Kodali,
R. K., Swamy, G., & Lakshmi, B. (2016). An implementation of IoT for
healthcare. 2015 IEEE Recent Advances in Intelligent Computational Syste=
ms,
RAICS 2015, December, 411–416.
https://doi.org/10.1109/RAICS.2015.7488451
Lam, C., Van Velthoven, M. H., =
&
Meinert, E. (2020). Application of internet of things in cell-based the=
rapy
delivery: Protocol for a systematic review. JMIR Research Protocols,=
9(3),
1–6. https://doi.org/10.2196/16935
Latif,
G., Shankar, A., Alghazo, J. M., Kalyanasundaram, V., Boopathi, C. S., &
Arfan Jaffar, M. (2020). I-CARES: advancing health diagnosis and medication
through IoT. Wireless Networks, 26(4), 2375–2389.
https://doi.org/10.1007/s11276-019-02165-6
Leahy,
J. L. (2008). Fully Automated Closed-Loop Insulin Delivery Versus Semiautom=
ated
Hybrid Control in Pediatric Patients With Type 1 Diabetes Using an Artifici=
al
Pancreas. Yearbook of Endocrinology, 2008, 55–57.
https://doi.org/10.1016/s0084-3741(08)79222-9
Liu,
L., Xu, J., Huan, Y., Zou, Z., Yeh, S. C., & Zheng, L. R. (2020). A Sma=
rt
Dental Health-IoT Platform Based on Intelligent Hardware, Deep Learning, and
Mobile Terminal. IEEE Journal of Biomedical and Health Informatics, =
24(3),
898–906. https://doi.org/10.1109/JBHI.2019.2919916
Mavrogiorgou,
A., Kiourtis, A., Perakis, K., Pitsios, S., & Kyriazis, D. (2019). IoT =
in
Healthcare: Achieving Interoperability of High-Quality Data Acquired by IoT
Medical Devices. Sensors (Basel, Switzerland), 19(9).
https://doi.org/10.3390/s19091978
Medeiros,
V. N., Silvestre, B., & Borges, V. C. M. (2019). Multi-objective routing
aware of mixed IoT traffic for low-cost wireless Backhauls. Journal of
Internet Services and Applications, 10(1).
https://doi.org/10.1186/s13174-019-0108-9
Montiveros, M., Murazzo, M.,
Garabetti, M. M., Ros, J. S., & Rodríguez, N. (2018). Análisis de las
Topologías IoT en Entornos Fog Computing mediante simulación. Libro de A=
ctas
JCC&BD 2018, 90–100.
Morzy, T., Härder, T., & Wr=
embel,
R. (2013). Advances in Intelligent Systems and Computing: Pref=
ace.
In Advances in Intelligent Systems and Computing: Vol. 186 AISC.
https://doi.org/10.1007/978-3-030-37218-7
Mumtaz, S., Bo, A., Al-Dulaimi,=
A.,
& Tsang, K. F. (2018). Guest Editorial 5G and beyond Mob=
ile
Technologies and Applications for Industrial IoT (IIoT). IEEE Transactio=
ns
on Industrial Informatics, 14(6), 2588–2591.
https://doi.org/10.1109/TII.2018.2823311
Ng,
C. L., Reaz, M. B. I., & Chowdhury, M. E. H. (2020). A Low Noise Capaci=
tive
Electromyography Monitoring System for Remote Healthcare Applications. I=
EEE
Sensors Journal, 20(6), 3333–3342.
https://doi.org/10.1109/JSEN.2019.2957068
Nørfeldt,
L., Bøtker, J., Edinger, M., Genina, N., & Rantanen, J. (2019).
Cryptopharmaceuticals: Increasing the Safety of Medication by a Blockchain =
of
Pharmaceutical Products. Journal of Pharmaceutical Sciences, 108<=
/i>(9),
2838–2841. https://doi.org/10.1016/j.xphs.2019.04.025
Palani,
D., & Venkatalakshmi, K. (2019). An IoT Based Predictive Modelling for
Predicting Lung Cancer Using Fuzzy Cluster Based Segmentation and
Classification. Journal of Medical Systems, 43(2).
https://doi.org/10.1007/s10916-018-1139-7
Peng,
Y., Wang, X., Guo, L., Wang, Y., & Deng, Q. (2017). An efficient network
coding-based fault-tolerant mechanism in WBAN for smart healthcare monitori=
ng
systems. Applied Sciences (Switzerland), 7(8).
https://doi.org/10.3390/app7080817
Performance,
D. (2018). Five Requirements of a Good Strategy.pdf.
Pirbhulal,
S., Samuel, O. W., Wu, W., Sangaiah, A. K., & Li, G. (2019). A joint
resource-aware and medical data security framework for wearable healthcare
systems. Future Generation Computer Systems, 95, 382–391.
https://doi.org/10.1016/j.future.2019.01.008
Plageras,
A. P., Psannis, K. E., Ishibashi, Y., & Kim, B. G. (2016). IoT-based
surveillance system for ubiquitous healthcare. IECON Proceedings (Indust=
rial
Electronics Conference), 0, 6226–6230.
https://doi.org/10.1109/IECON.2016.7793281
Quincozes, S., Emilio, T., &
Kazienko, J. (2019). MQTT protocol: Fundamentals, tools
and future directions. IEEE Latin America Transactions, 17(9),
1439–1448. https://doi.org/10.1109/TLA.2019.8931137
Qureshi,
F., & Krishnan, S. (2018). Wearable hardware design for the internet of
medical things (IoMT). Sensors (Switzerland), 18(11).
https://doi.org/10.3390/s18113812
Rachakonda,
L., Mohanty, S. P., & Kougianos, E. (2020). ILog: An Intelligent Device=
for
Automatic Food Intake Monitoring and Stress Detection in the IoMT. IEEE
Transactions on Consumer Electronics, 66(2), 115–124.
https://doi.org/10.1109/TCE.2020.2976006
Rachakonda,
L., Mohanty, S. P., Kougianos, E., & Sundaravadivel, P. (2019).
Stress-Lysis: A DNN-Integrated Edge Device for Stress Level Detection in the
IoMT. IEEE Transactions on Consumer Electronics, 65(4), 474–4=
83.
https://doi.org/10.1109/TCE.2019.2940472
Rajasekaran,
M., Yassine, A., Hossain, M. S., Alhamid, M. F., & Guizani, M. (2019). =
Autonomous
monitoring in healthcare environment: Reward-based energy charging mechanism
for IoMT wireless sensing nodes. Future Generation Computer Systems,=
98,
565–576. https://doi.org/10.1016/j.future.2019.01.021
Rajput,
A., & Brahimi, T. (2019a). Characterizing internet of medical
things/personal area networks landscape. In Innovation in Health
Informatics: A Smart Healthcare Primer. Elsevier Inc.
https://doi.org/10.1016/B978-0-12-819043-2.00015-0
Rajput,
A., & Brahimi, T. (2019b). Characterizing IOMT/personal area networks
landscape. ArXiv, 1–29.
Rani,
S., Ahmed, S. H., & Shah, S. C. (2019). Smart health: A novel paradigm =
to
control the chickungunya virus. IEEE Internet of Things Journal, =
6(2),
1306–1311. https://doi.org/10.1109/JIOT.2018.2802898
Rubí,
J. N. S., & Gondim, P. R. L. (2019). IoMT platform for pervasive health=
care
data aggregation, processing, and sharing based on oneM2M and openEHR. Sensors (Switzerland), 19(19), 1–25.
https://doi.org/10.3390/s19194283
Sánchez, A. A., González Guerre=
ro,
E., & Barreto, L. E. (2019). Modelo informático integrado AmI-IoT-DA pa=
ra
el cuidado de personas mayores que viven solas. Revista Colombiana de
Computación, 20(1), 59–71. https://doi.org/10.29375/25392115.360=
7
Sanders, J. E., Garbini, J. L.,
McLean, J. B., Hinrichs, P., Predmore, T. J., Brzostowski, J. T., Redd, C. =
B.,
& Cagle, J. C. (2019). A motor-driven adjustable prosthe=
tic
socket operated using a mobile phone app: A technical note. Medical
Engineering and Physics, 68, 94–100.
https://doi.org/10.1016/j.medengphy.2019.04.003
Santagati,
G. E., Dave, N., & Melodia, T. (2020). Design and performance evaluatio=
n of
an implantable ultrasonic networking platform for the internet of medical
things. IEEE/ACM Transactions on Networking, 28(1), 29–42.
https://doi.org/10.1109/TNET.2019.2949805
Sarmento,
R. M., Vasconcelos, F. F. X., Filho, P. P. R., & de Albuquerque, V. H. =
C.
(2020). An IoT platform for the analysis of brain CT images based on Parzen
analysis. Future Generation Computer Systems, 105, 135–147.
https://doi.org/10.1016/j.future.2019.11.033
Sayeed,
M. A., Mohanty, S. P., Kougianos, E., & Zaveri, H. P. (2019). Neuro-Det=
ect:
A Machine Learning-Based Fast and Accurate Seizure Detection System in the
IoMT. IEEE Transactions on Consumer Electronics, 65(3), 359–3=
68.
https://doi.org/10.1109/TCE.2019.2917895
Sharman,
J. E., O’Brien, E., Alpert, B., Schutte, A. E., Delles, C., Hecht Olsen, M.,
Asmar, R., Atkins, N., Barbosa, E., Calhoun, D., Campbell, N. R. C., Chalme=
rs,
J., Benjamin, I., Jennings, G., Laurent, S., Boutouyrie, P., Lopez-Jaramill=
o,
P., McManus, R. J., Mihailidou, A. S., … Stergiou, G. (2020). Lancet Commis=
sion
on Hypertension group position statement on the global improvement of accur=
acy
standards for devices that measure blood pressure. Journal of Hypertensi=
on,
38(1), 21–29. https://doi.org/10.1097/HJH.0000000000002246
Silvestre-Blanes,
J., Sempere-Payá, V., & Albero-Albero, T. (2020). Smart sensor
architectures for multimedia sensing in iomt. Sensors (Switzerland),=
20(5),
1–16. https://doi.org/10.3390/s20051400
Song,
J., Pandian, V., Mauk, M. G., Bau, H. H., Cherry, S., Tisi, L. C., & Li=
u,
C. (2018). Smartphone-Based Mobile Detection Platform for Molecular Diagnos=
tics
and Spatiotemporal Disease Mapping. Analytical Chemistry, 90(=
7),
4823–4831. https://doi.org/10.1021/acs.analchem.8b00283
Sood,
S. K., & Mahajan, I. (2019). IoT-fog-based healthcare framework to iden=
tify
and control hypertension attack. IEEE Internet of Things Journal,
Toor,
A. A., Usman, M., Younas, F., Fong, A. C. M., Khan, S. A., & Fong, S.
(2020). Mining massive e-health data streams for IoMT enabled healthcare
systems. Sensors (Switzerland), 20(7), 1–24.
https://doi.org/10.3390/s20072131
Ullah,
F., Habib, M. A., Farhan, M., Khalid, S., Durrani, M. Y., & Jabbar, S.
(2017). Semantic interoperability for big-data in heterogeneous IoT
infrastructure for healthcare. Sustainable Cities and Society, 34=
,
90–96. https://doi.org/10.1016/j.scs.2017.06.010
Vellappally,
S., Al Kheraif, A. A., Anil, S., & Wahba, A. A. (2019). IoT medical too=
th
mounted sensor for monitoring teeth and food level using bacterial optimiza=
tion
along with adaptive deep learning neural network. Measurement: Journal of
the International Measurement Confederation, 135, 672–677.
https://doi.org/10.1016/j.measurement.2018.11.078
Xing,
F., Peng, G., Liang, T., & Jiang, J. (2018). Challenges for deploying I=
oT
wearable medical devices among the ageing population. In Lecture Notes i=
n Computer
Science (including subseries Lecture Notes in Artificial Intelligence and
Lecture Notes in Bioinformatics): Vol. 10921 LNCS. Springer Internation=
al
Publishing. https://doi.org/10.1007/978-3-319-91125-0_25
Yadav,
N., Jin, Y., & Stevano, L. J. (2019). AR-IoMT Mental Health Rehabilitat=
ion
Applications for Smart Cities. HONET-ICT 2019 - IEEE 16th International
Conference on Smart Cities: Improving Quality of Life Using ICT, IoT and AI=
,
166–170. https://doi.org/10.1109/HONET.2019.8907997
Yu,
H. (2020). Research and optimization of sports injury medical system under =
the
background of Internet of things. Transactions on Emerging
Telecommunications Technologies, 31(12), 1–14.
https://doi.org/10.1002/ett.3929
Zanjal,
S. V., & Talmale, G. R. (2016). Medicine Reminder and Monitoring System=
for
Secure Health Using IOT. Physics Procedia, 78(December 2015),
471–476. https://doi.org/10.1016/j.procs.2016.02.090
Zilani,
T. A., Al-Turjman, F., Khan, M. B., Zhao, N., & Yang, X. (2020). Monito=
ring
movements of ataxia patient by using UWB technology. Sensors (Switzerlan=
d),
20(3), 1–16. https://doi.org/10.3390/s20030931
5
Topologías en el Internet=
de
las Cosas Médicas (IoMT), revisión bibliogr=
áfica