黄海诚,汪丰
东南大学生物科学与医学工程学院,江苏 南京 210096
可穿戴技术在医疗中的研究与应用
黄海诚,汪丰
东南大学生物科学与医学工程学院,江苏 南京 210096
编者按:自从2012年谷歌公司推出谷歌眼镜以来,可穿戴技术及设备成为市场热点,如与健康相关的可穿戴设备,包括运动手环,运动心率手表等。实际上,由于医疗领域希望可以长期监测人体的生理指标,以掌握这些生理指标动态变化的过程,为临床诊断提供更加充分的依据。20世纪末人们就已经开始研究新型的传感技术和可穿戴设备计算方法,希望研制出面向临床应用的可穿戴装置。随着低功耗芯片技术、传感技术和无线通信技术的发展,医疗用的可穿戴产品研究吸引了越来越多的研究者和企业的参与。相信基于可穿戴技术的医疗产品将很快进入市场,成为移动医疗重要的支撑,进而影响未来的医疗服务模式。
栏目主编:汪丰
汪丰,博士,副教授。现任东南大学生物科学与医学工程学院副院长,中国电子学会生物电子学分会委员,江苏省生物医学工程学会医学信号检测与处理专业委员会副主任委员。主要研究方向为生物医学传感技术、生理信号分析、无线传感网络、情绪计算与生物反馈、远程医疗等。主持并参与10余项科研项目,其中973项目1项,国家自然科学基金1项。获江苏省科技进步三等奖1项,发表论文近三十篇(其中SCI收录1篇,EI收录10篇),译著2部。作为第一发明人获2项国家发明专利授权。主持并参与6项教学改革及研究项目,其中国家级项目2项,省级项目1项。获江苏省教学成果二等奖1次。
由于人口老龄化的加剧和慢性病发病率的不断上升,人们对自己的健康问题也越来越关注。可穿戴技术发展迅速,在医疗领域的研究与应用日益增加。本 文描述了可穿戴技术在测量及监护、治疗、康复等领域的研究与应用现状,总结了目前技术上存在的一些问题,并 对其未来的应用进行了展望。
可穿戴技术;医疗;监护;治疗;康复
随着老龄化社会的到来,慢性疾病患病人数不断增加,人们更加关注自身的健康问题。随着智能手机的普及,移动互联网和智能硬件的兴起,使得可穿戴技术及设备成为研究和产品开发的热点。可穿戴设备即为可以穿戴或者佩戴在人身体上的设备的总称,意为辅助人的便携设备,是可穿戴技术的实现方式[1-2]。将可穿戴技术应用于医疗器械领域,例如在医院外、家庭环境中对病人进行健康监护、精确给药治疗、运动辅助等,已成为医疗器械创新的一个热点方向,产品已开始逐渐应用于临床实践[3]。
本文将介绍可穿戴设备在测量及监护、治疗、康复等几个领域的研究及应用,并分析可穿戴医疗设备未来可能面临的机遇和挑战。
可穿戴设备因具有微型化、智能化和便携方便的优点,在测量及监护上得到了广泛的研究及应用。
1.1 心脏监护
根据世界卫生组织(WHO)报告,2009年全世界共有1900万人死于心脏类疾病。另据相关资料显示,我国死于心脏相关疾病的人数仅次于由肿瘤和脑血管疾病的死亡人数,其中发病死亡的主因是急性心梗和致命性心率失常[4]。同其他疾病相比较,心脏疾病的发作更加具有突然性和随机性,很多人会因为错过最佳的抢救或治疗时间使病情加剧,甚至导致死亡。据临床资料显示,由于缺乏有效的监护,心脏骤停绝大部分死于院外,约60%~75%,其中1/2~3/4死于家中,7%~12%死于工作岗位,8%死于公共场所,因此日常的预防和检测是发现和控制心血管疾病的重要手段[5]。
目前,对心脏疾病的诊断主要是通过分析心电图(ECG)来判断心脏的生理功能状况。临床上常用作记录ECG的是心电图机和Holter动态心电图仪。心电图机只能记录短时间的心电图,多用于对常态的心脏疾病或隐患的诊断,不能全面地反映心脏活动情况和有效地捕捉到心电异常情况。Holter动态心电图仪,包括单导联,双导联或十二导联记录,可以连续24 h记录患者日常生活中的心电数据,能够发现常规的ECG不容易发现的心脏异常情况[6]。但是,Holter动态心电图需要将7个AgCl电极黏贴在胸前和腹部的皮肤上,不仅导线对生活干扰较大,而且长时间佩戴容易造成皮肤瘙痒等不良反应,使得其无法实现1周以上的长时间监测。
长春理工大学的翟红艺等人[8]设计了一种由镀银织物电极代替传统粘性电极的穿戴衣,有效克服了长时间使用粘性电极带来的电极性能随时间下降、导电胶刺激皮肤等问题。该穿戴衣植入的4个织物电极分别位于左、右胸骨柄及左、右下腹部位置,通过衣物内置导线和数据采集装置相连,提供三通道心电信号。测试的结果显示,在走路、上下楼梯、搬运轻物等低强度环境下,该心电穿戴衣测量R波的平均识别准确率高达96.37%。
剑桥大学的David Da He等人[11]设计的助听器式动态心电装置非常小巧。装置使用入耳式的助听器前端实现声音放大,同步采集心电、加速度数据,并通过无线通信将数据发送给主机。使用时仅需将前端放入耳中并将电极贴在耳后,对日常生活干扰极小。心电和加速度数据经过单片机(MSP430)处理后,在计算机上可以查看实时动态的ECG。
1.2 睡眠监护
我国有近一半的人存在不同程度的睡眠障碍问题,其中以失眠症,嗜睡症和睡眠呼吸暂停综合症最为常见。由于睡眠时间不足、睡眠质量低下,造 成了大约50%的人白天精神萎靡,38.9%的人白天活动受限,27.7%的人情绪不佳[9]。睡眠监测的主要目的是了解睡眠质量,发现睡眠疾病,如睡眠呼吸暂停综合症。临床上多用多导睡眠监测系统监测睡眠,测量参数主要有脑电,眼电、肌电、心电、体位体动,口鼻气流以及其腹腔运动等一系列参数,能够非常全面的记录睡眠状态[10]。这样的睡眠监测虽然功能全面,但是由于价格昂贵和便携性不高的原因,并不适合所有的使用者。
浙江大学的胡裕轩[12]设计了一款功能相对简单,适用性更广的便携式睡眠监护仪。他发现脑电、下颌肌电、眼电信号适合作为睡眠分期的标准;心电、血氧饱和度、呼吸脉搏波适合作为监测睡眠质量的标准。他通过6路EEG头皮脑电信号、2路眼电信号、2路肌电信号、3导联心电、指夹式血氧探头以及胸腹部呼吸压力传感器检测以上6种信号,储存于便携可穿戴式的存储设备中。实验表明,该设备可以很好地记录睡眠时的各项生理数据,为分析睡眠质量提供了可靠依据。
美国ZEO公司开发的睡眠监护设备ZEO[13]采用三个导电织物电极组成的头带测量脑电信号,通过无线传输装置将信号传输至床边的时钟单元或iPhone手机客户端,分析使用者的睡眠质量,监测睡眠状态。个人睡眠数据可上传至MyZeo的网站,供睡眠医生分析和诊断使用。此外,该设备可以实现智能闹钟,即通过分析用户睡眠状态,在用户处于浅睡期时进行闹铃。
1.3 精神压力检测
我国由于庞大的人口基数和高速发展带来的压力,各项精神压力导致的相关的问题也呈现日益上涨的趋势。长期处于精神高压的状态下的人更容易患上精神疾病。压力过大带来的各项问题诸如抑郁和焦虑在欧洲已经成为办公室环境中的第二大健康问题,25%以上的患者会因为压力问题请假缺勤达1个月或以上[27]。检测压力相关的健康问题,通常可以通过测量心率变异性(HRV)来确定。而HRV的测量则是根据ECG数据。临床上测量ECG已经十分准确,然而在日常生活环境中测量ECG还是不够方便,可穿戴技术可实现长时间ECG测量,从而准确判断日常生活中的精神压力问题。
为了更好的记录日常生活中各种环境带来的精神压力,李延军等人[16]采用约束负荷强度,实验时间等因素的方法,由牛津仪器的M edilogAR12可穿戴式心电图机采集ECG数据,后用Matlab处理得到HRV数据。实验样本为9人,平均年龄为25岁,让被测者由听轻音乐到读文章,精神负荷是一个逐渐增长的过程。最后分析HRV数据并和被测者主观感受比较,得到了生活中的压力和HRV的对应关系。
荷 兰 的Jacqueline Wijsman等 人[27]使 用Human++的无线人体传感网络系统,在ECG信号的基础上另外添加了呼吸信号,皮肤电导率和表面肌电图(surface electromyogram),并设计了一系列的实验和问卷,利用可穿戴设备对30名19~53岁之间没有精神病史的被测试人员进行了测量。实验模拟了办公室生活的日常环境,对每个被测对象进行了40 min左右的测量,并全程记录被测对象在计算机前的每一个操作。实验完成后,通过SPSS的广义估算分析(GEE),使得对精神处于紧张还是放松状态的分类准确率达到74.5%。
1.4 运动功能测量
运动反映了人体最基本的功能。一些疾病,如脑卒中,帕金森会造成运动功能受损。随着加速度传感器的普及,基于它们的可穿戴运动功能评价研究日益广泛。
韩国的Si-Jung Ryu等人[25]使用绑在两个小臂上的三轴加速度传感器来测量记录患者日常生活中的运动情况。两个传感器协同测量,组成一个智能传感系统,用来识别人体的运动信号并进行分类,了解使用者在日常生活中常用的姿势。瑞士的Benoit Mariani等人[22]通过置于鞋子上的三轴加速度传感器和陀螺仪,对帕金森患者的步态进行测量追踪分析,捕捉步幅和步态特征,对其运动功能进行测试评估。
2.1 糖尿病治疗
糖尿病是一种终身性疾病,尚且无法完全治愈并且容易引发各类并发症,严重影响患者的日常生活。据世界卫生组织(WHO)资料表明,截至2011年中国糖尿病患者总人数达9420万例,预计2025年全球糖尿病患者总人数将达到3亿[18]。1型糖尿病患者由于自身产生胰岛素的不足,常常需要借助注射胰岛素来控制血糖浓度维持在一个稳定的范围内。每天空腹和饭后定时测量血糖是其中必不可少的环节。如若餐后2 h血糖浓度高于10 mol/L则需要注射胰岛素。临床上多采用注射笔进行注射胰岛素,病人根据医嘱配置需要注射的胰岛素量并注射。由于个人体质和运动量等因素不同,注射的量也不尽相同,每次询问医生更改注射量比较繁琐。美敦力、DexCom等公司已经推出精确、便携的胰岛素泵。可穿戴式胰岛素泵集成了连续血糖测定系统、计算注射量的控制系统、注射装置三部分,可以连续监测血糖并智能注射胰岛素,有效地缓解了糖尿病带来的健康危害。但是由于体积偏大,使用不够方便。
日本的Naoyuki NAKANISHI等人[31]基于Bio-MEMS技术设计了一款手腕式胰岛素泵,通过长度为3.8 mm、直径为100 μ m的微针,轻缓地刺入腕下皮肤,病人不会感到疼痛。内置的玻电极血糖传感器通过电解产生内部气压变化,调整抽取血液和注射胰岛素的速率。血糖高则注射胰岛素,血糖低则注射葡萄糖,从而将血糖稳定在一个适当的范围内。
2.2 肾病治疗
肾衰竭是一种严重影响人类健康的疾病。近年来,世界各国救治的急、慢性肾衰竭患者的数量逐年增加,依比较保守的估计,全 世界每天约有超过10.6 万个新病人进入常规血透治疗,其中仅5%可望进行肾移植。截至2010年我国慢性肾功能衰竭发病率为每年每百万人口 50~100 人[20]。由于肾脏功能受损,血液内有害物质无法通过肾脏过滤去除,临床上除进行肾移植,一般是通过每周2~3次的血液透析来过滤血液内的有害物质,达到维持体内酸碱平衡和电解质平衡的目的。目前正处于研究阶段的“人工肾脏”是一种小型化的、模拟人体肾脏功能的装置,它将血液抽出体外依据过滤、吸附、透析、膜分离等原理,排除血液中的新陈代谢产物,净化血液并将处理后的血液引回体内,提高了病人的健康水平[17]。
由美国的David B. N. Lee等人[14]提出的腹膜型可穿戴自动化人工肾脏(AWAK)是一种智能的可穿戴式人工肾脏。它不需要额外的回流血液,是一种“无血化”的人工肾。而且该装置可以再利用腹膜透析液,因而不必购买新的透析液。同时这个人工肾也是“无水化”的,因为其吸附器组件可以再生水和具有蛋白质的透析液而不用浪费大量的水进行过滤冲洗。
欧盟2010年启动的 Nephron+项目[19],目的是研究新一代智能人工肾。在这个项目中,加入了直接吸附有害化合物的新型吸附垫过滤器,通过连续渐进式的过滤,比常规的腹腔透析更加有效的保证了病人的健康。同时,小巧的可穿戴式设计不会给患者造成更大的负担,可穿戴式的长时间过滤效果也更显著。
2.3 伤口感染检测及治疗
在美国,静脉溃疡等足下肢伤口感染带来的损失每年高达30亿美元,大约15%的糖尿病患者至少会有一个脚发生糖尿病足溃疡。而在欧洲,每年糖尿病足部溃疡的发病率在2.1%~3.6%[32]。目前临床上治疗下肢静脉溃疡的方法主要有压力压迫等基础疗法、药物治疗和理疗等辅助手段、手术治疗等全面治疗。但是仍有研究发现,57%~67%的下肢静脉溃疡病人没有得到系统、规范的治疗和护理[33]。
为了更好地检测并治疗下肢静脉溃疡等伤口感染, 欧盟的第七科技框架计划中的SWAN-iCare项目[9]使用可穿戴式负压设备对伤口进行治疗,加速伤口康复。该设备在膝盖旁捆绑一个负压治疗装置,使用可穿戴式传感器测量足底和足后部的血氧饱和度等指标,同时在伤口位置贴上具有检测伤口PH值、炎症蛋白含量、控制水盐平衡等功能的“敷料”。利用这个装置,患者可以不间断地监测伤口康复情况同时不用耽误日常生活。
2.4 手术导航
传统的外科手术无论是术前规划还是术中决定手术进程都依赖于医生的经验,像脑部或者脊椎的病变位置都是不可见的,医生只能依据病人的病理特征进行手术,往往会造成手术开口大,术后恢复时间慢等问题[21]。计算机辅助手术导航为医生实时显示手术器械相对病灶部位解剖结构的位置和方向,为正在进行手术的医生提供参考辅助。利用可穿戴技术和手术导航相结合,可以给予医生更大的帮助。
谷歌眼镜是谷歌公司推出的智能眼镜,是可穿戴设备的标志性产品。谷歌眼镜右上角为一块液晶显示屏,为实时显示手术位置提供了可能。该设备提供二次开发工具,开发人员可以针对具体的应用需求进行软件开发。中国科学技术大学的PENGFEI SHAO等人[28]设计了一款使用在谷歌眼镜上的、针对癌症肿瘤切除的可视化手术导航软件。它令一个固定在手术台边的CCD相机和谷歌眼镜共同工作,由CCD相机拍摄手术过程,在计算机上处理后由无线传递增强现实的图像给谷歌眼镜。医生在进行癌症手术的时候可以从谷歌眼镜中获得肿瘤位置的坐标,决定手术的进程,而不必分心关注计算机屏幕上的手术导航提示信息,提高了手术的准确度。
3.1 功能康复训练
康复医学是一门促进伤残患者身心功能康复的新治疗学科,病、伤、残患者借助于康复治疗技术进行肢体功能恢复,以尽快的改善生活质量、融入社会[26]。传统的康复治疗需要康复师的人工辅助,耗费人力。采用可穿戴设备,辅助进行康复训练,可以减少人力投入,提高康复训练效果。
意大利的E. Sardini和M. Serpelloni等人[24]设计了一款帮助脊椎受损的病人辅助康复训练装置。该装置包括一件带有内置电感传感器的背心,其阻抗值反映患者躯干的弯曲程度。训练过程中自动提示患者的训练姿态,指导病人进行康复训练。对于膝关节的康复,美国的Swamy Ananthanarayan等人[7]设计了一款名为“PT viz”的可穿戴式膝盖康复辅助设备。该设备可以检测膝盖弯曲的角度,并根据角度的不同控制电致发光导线(EL)的明暗程度。用户可直观地了解膝盖的康复程度。
可穿戴“机器人”也是康复领域的一大发展热点。中国科学技术大学的梁文渊等人[29]研制了一款特定针对人体髋关节的助力机器人,能够跟随大腿一起完成3自由度的运动,实现人体髋关节3自由度助力,减轻髋关节受力。
3.2 帕金森病康复
帕金森病(PD)是继阿尔兹海默症之后第二常见的神经退行性疾病,患病率在发达国家估占整个人口的0.3%,在超过60岁的人中大约有1%[15]。高患病率使更多的患者需要进行康复训练,临床上尚无较好的系统康复方法,多为护理人员根据病人的症状,辅助病人完成基本的行走、锻炼等运动。重复的操作让病人更适合使用无人监督的可穿戴式设备代替护理人员进行自我康复训练。
冻结步态是帕金森患者经常出现的突然性行走迈步障碍。以色列的Sinziana Mazilu等人[23]设计了一款帮助帕金森患者克服冻结步态的可穿戴装置“Gait-Assist”。它通过置于脚踝上的加速度传感器自动检测患者是否存在冻结步态。如果发生了冻结步态,装置通过蓝牙将状态信息发送给智能手机,手机接收到状态信息后通过耳机播放有节奏的声音提示帕金森患者迈出步伐,克服冻结步态情况。意大利的M.Ferrarin等人[30]设计了一套可穿戴眼镜,眼镜左右两侧各安装一个7×10的LED阵列。通过安装在脚踝上的加速度传感器自动检测冻结步态,将检测结果无线发送给眼镜,眼镜控制相应迈步的脚一侧的LED发光,指示病人迈步。
在医疗领域,可穿戴技术已经逐渐从应用研究走向了实际的应用。可穿戴设备的主要应用突破集中在两个方面,一方面是为个人健康自我监护提供了手段,满足了个人健康监护的需求,另一方面则是为医疗提供了新的诊断、治疗手段,解决了临床上重要的实际需求。
作为新型医疗设备,目前的可穿戴设备存在一些不足之处,比如动态测量条件下的信号可靠性,监测设备长期使用的舒适性、方便性,个人数据的隐私保护等问题。需要在新型传感技术、信号处理技术、芯片低功耗技术、电池供电技术等方面的持续创新,才能使得可穿戴设备能广泛应用到人们的日常生活中。
移动互联网和大数据时代已经到来。可穿戴设备与移动互联网、大数据分析相结合,能够实现疾病的早期发现和早期诊断,降低个人和社会的医疗成本,有效提升个人的健康水平,必将成为未来技术发展的重要方向。
[1] Ananthanarayan S,Siek K A. Persuasive wearable technology design for health and wellness[C].Pervasive Computing Technologies for Healthcare (PervasiveHealth),2012 6th International Conference on.IEEE,2012:236-240.
[2] Pantelopoulos A,Bourbakis N G.A survey on wearable sensor-based systems for health monitoring and prognosis[J]. Systems,Man,and Cybernetics,Part C:Applications and Reviews,IEEE Transactions on,2010,40(1):1-12.
[3] Lupu R G,Stan A,Ungureanu F.Patient Monitoring:Wearable Device for Patient Monitoring[M].Advances in Electrical Engineering and Computational Science.Springer Netherlands,2009:659-668.
[4] 石涛.基于 Android 系统智能手机的心电远程监护系统软件设计[D].北京:北京工业大学,2013.
[5] 周子龙.基于 Android 智能手机平台的便携式心电监护仪的设计[D].武汉:中南民族大学,2013.
[6] 涂岳文.Holter 系统中运动伪差自动识别的关键技术及算法研究[D].杭州:浙江大学,2013.
[7] Ananthanarayan S,Sheh M,Chien A,et al.Pt Viz:towards a wearable device for visualizing knee rehabilitation exercises[C]. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems.ACM,2013:1247-1250.
[ 8] 翟红艺,王春民,张晶,等.基于织物电极的心电监测系统[J].吉林大学学报(信息科学版),2012,30(2):185-191.
[9] 林冬冬.连续经颅磁刺激系统的研制及其对睡眠作用机理的研究 [D].天津:天津大学,2009.
[10] 高琦.便携式睡眠监护系统的研究[D].燕山大学,2013.
[11] He D D,Winokur E S,Sodini C G.A continuous,wearable,and wireless heart monitor using head ballistocardiogram (BCG) and head electrocardiogram (ECG)[C].Engineering in Medicine and Biology Society,EMBC,2011 Annual International Conference of the IEEE.IEEE,2011:4729-4732.
[12] 胡裕轩.便携式呼吸睡眠监测系统的研究与开发[D].杭州浙江大学,2014.
[13] http://en.wikipedia.org/wiki/Zeo,_Inc.
[14] Lee D B N,Roberts M.Automated Wearable Artificial Kidney (AWAK):a peritoneal dialysis approach[C]. World Congress on Medical Physics and Biomedical Engineering,September 7-12,2009,Munich,Germany.Springer Berlin Heidelberg,2009:104-107.
[15] Cancela J,Pastorino M,Arredondo M T,et al.Feasibility Study of a Wearable System Based on a Wireless Body Area Network for Gait Assessment in Parkinson’s Disease Patients[J]. Sensors,2014,14(3):4618-4633.
[16] 李延军,严洪,杨向林,等.基于心率变异性的精神疲劳的研究[J].中国生物医学工程学报,2010 (1):1-6.
[17] Humes H D,Buffington D,Westover A J,et al.The bioartificial kidney:current status and future promise[J].Pediatric Nephrology,2014,29(3):343-351.
[18] 程锡安,杨素云.糖尿病管理的美国经验[J].中国药店,2014, (2):68-69.
[19] Markovic M,Rapin M,Correvon M,et al.D esign of a blood pump for a wearable artificial kidney device[C].Energy Conversion Congress and Exposition (ECCE),2012 IEEE. Ieee,2012:3649-3654.
[20] 蔡东江,曾强生.人工肾的发展与应用[J].中国医疗设备,2010, 25(10):41-42
[21] 马文娟.红外手术导航仪关键技术研究[D].上海:上海交通大学,2010.
[22] Mariani B,Jimenez M C,Vingerhoets F J G,et al.On-shoe wearable sensors for gait and turning assessment of patients with Parkinson’s disease[J].Biomedical Engineering,IEEE Transactions on,2013,60(1):155-158.
[23] Mazilu S,Blanke U,Hardegger M,et al.GaitAssist:A wearable assistant for gait training and rehabilitation in Parkinson’s disease[C].Pervasive Computing and Communications Workshops (PERCOM Workshops),2014 IEEE International Conference on.IEEE,2014:135-137.
[24] Sardini E,Serpelloni M.W earable Posture Monitoring Sensor[M].Sensors.Springer New York,2014:255-259.
[25] Ryu S J,Kim J H.Motion Recognition in Wearable Sensor System Using an Ensemble Artificial Neuro-Molecular System[M].Next Wave in Robotics.Springer Berlin Heidelberg,2011:78-85.
[26] 侯慧娜.基于人机工程学的上下肢康复训练器设计与分析[D].秦皇岛:燕山大学,2013.
[27] Wijsman J,Grundlehner B,Liu H,et al.W earable physiological sensors reflect mental stress state in office-like situations[C]. Affective Computing and Intelligent Interaction (ACII),2013 Humaine Association Conference on.IEEE,2013:600-605.
[28] Shao P,Ding H,Wang J,et al.Designing a Wearable Navigation System for Image-Guided Cancer Resection Surgery[J].Annals of biomedical engineering,2014:1-10.
[29] 梁文渊.可穿戴型并联式髋关节助力机器人研究[D].合肥:中国科学技术大学,2012.
[30] Ferrarin M,Brambilla M,Garavello L,et al.M icroprocessorcontrolled optical stimulating device to improve the gait of patients with Parkinson's disease[J].Medical and Biological Engineering and Computing,2004,42(3):328-332.
[31] Nakanishi N,Yamamoto H,Tsuchiya K,et al.Development of wearable medical device for Bio-MEMS[C].Microelectronics, MEMS,and Nanotechnology.International Society for Optics and Photonics,2005:60360P-60360P-9.
[32] Bergan JJ,Schmid-Schonbein GW,Smith PD,et al.Chronic venous disease[J].N Engl J Med.2006;355(5):488-498.
[33] Abbade L P F,Lastó ria S,De Almeida R ollo H,et al.A sociodemographic,clinical study of patients with venous ulcer[J]. International journal of dermatology,2005,44(12):989-992.
A Review of Wearable Technology in Medical Research and Application
HUANG Hai-cheng,WANG Feng
School of Biological Science and Medical Engineering, Soucheast University, Nanjing Jiangsu 2100%, China
Due to the aging of population and the rising incidence of chronic diseases, people paid more attention to personal health problems. Wearable technology is developing fast, and has been applied in medical research and application. This paper describes the research and application situation of wearable technology in fields of measurement, monitoring, therapy and rehabilitation, also summarizes some existing problems in technology, and prospects its future application.
wearable technology; healthcare; monitoring; therapy; rehabilitation
R197.39
A
10.3969/j.issn.1674-1633.2015.01.001
1674-1633(2015)01-0001-05
2014-10-05
国家自然科学基金项目资助(61179035)。
作者邮箱:feng.wang@seu.edu.cn