Лаборатория метафорических исследований и ии

   СДК. Сибирская Диагностическая Компания

Лаборатория метафорических исследований и ии

СДК. Сибирская Диагностическая Компания

   В работе рассмотрены такие проблемы, вставшие перед системой современного здравоохранения, как старение населения, обострение проблемы хронических заболеваний, а также послеоперационного и послебольничного ухода за пожилыми пациентами. Для решения этих проблем предлагается использовать носимые и имплантируемые медицинские приборы, относящиеся к категории интернета вещей. Уязвимым местом этой технологии является этап передачи медицинских данных на облачный сервис для дальнейшего анализа. Предлагается осуществлять шифрование данных перед их отправкой на облачный сервис, а также проводить непрерывную биометрическую идентификацию пациентов.
    Ключевые слова: Общество, Интернет вещей, Телемедицина

СОВРЕМЕННАЯ МЕДИЦИНА: ВЫЗОВЫ И ПЕРСПЕКТИВЫ

Богданов Марат Робертович, Оськин Николай Николаевич

Введение

    Население развитых стран постепенно стареет. С возрастом обостряется проблема хронических заболеваний. Медицинское обслуживание пожилого населения тяжким бременем ложится на бюджет. Успех послеоперационного и послебольничного лечения во многом зависит от своевременной диагностики медицинских показателей пациентов. Одним из способов улучшения ситуации является внедрения программ управления своим здоровьем. Для реализации подобных мерориятий используются носимые и имплантируемые медицинские устройства, относящиеся к категории Интернета медицинских вещей. Подобные приборы регистрируют физиологические параметры пациентов и передают их в облачные сервисы для дальнейшего анализа лечащим врачом. Медицинские показатели пациентов в западных странах используются фармацевтами для выписки рецептов и представителями страховых компаний для выработки рекомендаций по дальнейшему лечению. Новые медицинские технологии в настоящее время имеют ряд уязвимостей, что может позволить хакерам реализовывать различные мошеннеческие схемы. Одним из способов защиты информации является шифрование медицинских показателей перед их отправкой в облако, а также проведение непрерывной биометрической идентификации пациентов. Имплантируемые медицинские модули позволяют оказывать помощь больным с тяжелыми недугами. Развитие технологий удаленного мониторинга и управления данными приборами требует разработки новых телекоммуникационных протоколов.
    Медицина является чрезвычайно важным институтом человеческого общества. Достижения здравоохранения позволяют увеличить продолжительность жизни и существенно повысить качество жизни населения. Современной медицине приходится сталкиваться с серьезными вызовами. Одной из таких проблемам является старение населения. С возрастом у пациентов увеличивается количество заболеваний в том числе, хронических. Актуальной становится проблема послеоерационного и послебольничного ухода [1-5].

    Авторы отмечают, что средняя продолжительность жизни мужчин в Евросоюзе, в частности, во Франции приближается к 80 годам, а средняя продолжительность жизни женщин превышает 85 лет. Особую обеспокоенность властей вызывает период с 80 до 85 лет, связанный с проявлением хронических заболеваний, слабостью и потерей самостоятельности. Увеличение числа пожилых людей во Франции создает определенные проблемы для национальной системы здравоохранения. В 1997 году люди в возрасте 60 лет и старше составляли 20% от общей численности населения, потребляя почти треть всех медицинских расходов и почти половину расходов на лекарства [7]. Во Франции медицинские расходы на человека составляют в среднем 1800 евро в год, в то время, как на людей старше 65 лет составляют 3 000 евро в год [6].
      Одним из способов решения данной проблемы является применение телемедицинских технологий.
      Согласно российского законодательства телемедицинские технологии – это «комплекс организационных, технических и иных мер, применяемых в процессе оказания медицинской помощи пациенту с использованием процедур, средств и способов передачи данных по каналам (линиям) связи, обеспечивающих достоверную идентификацию участников информационного обмена – врача (медицинского работника), пациента (его законного представителя)» [1].
    Телемедицина применяется для дистанционного взаимодействия медработников: чтобы принять решение по вопросам профилактики, диагностики и прочего, для проведения консилиумов и принятия иных медицинских решений, а также для общения врача с пациентом: для консультаций, мониторинга состояния здоровья и оценки необходимости очного приема [7].
      Для того, чтобы принять участие в консилиуме посредствам телемедицины учреждению, в соответствии с законом о телемедицине, специальной лицензии не потребуется. Медицинская организация может проводить такие консультации по видам помощи, на которых у организации имеется действующая лицензия. Клиника должна иметь соответствующим образом оборудованное помещение для осуществления таких консультаций. Однако не все так просто. Основным условием является регистрация организации в Федеральном реестре медицинских организаций Единой государственной информационной системы в сфере здравоохранения – ЕГИСЗ. Следует также отметить, что консультации могут осуществлять (и запрашивать, соответственно) только работники, внесенные в Федеральный регистр медицинских работников [8-15].
      Телемедицина позволяет оптимизировать время специалистов, повышает доступность медицинских услуг, позволяет внедрять новые методы лечения [2, 3]. Рассмотрим несколько примеров использования телемедицинских технологий.

Медицинская помощь людям старшего возраста

      От хронической сердечной недостаточности страдает свыше 15 миллионов европейцев, в основном, пожилых людей [7]. Ее развитие характеризуется многочисленными случаями острой сердечной недостаточности, способствуя высокому уровню повторных госпитализаций и значительным медицинским расходам. С 2007 года в Нормандии проводилось исследование образовательной телемедицины на пациентов старше 65 лет, госпитализированных с острой сердечной недостаточностью (LVEF <45%). Измерялось количество дней госпитализации таких пациентов через год. В исследовании принимали участие 73 пациента: 35 случайным образом отобранных пациентов, получавших традиционный уход и 38 пациентов получавших телемедицинские услуги. К концу данного исследования было зарегистрировано 1040 дней госпитализации от острой сердечной недостаточности, из которых 450 дней приходилось на больных, пользующихся услугами телемедицины по сравнению с 590 днями в контрольной группе. Средний возраст пациентов составил 76,8 года [5]. У пациентов, использующих телемедицинские услуги было отмечено снижение заболеваемости и смертности по сравнению с контрольной группой [5], [6].
     В другом исследовании [7] изучалась возможность использования телемониторинга на дому в качестве возможной альтернативы госпитализации. Пациенты измеряли свой вес, кровяное давление и снимали электрокардиограммы. Телемониторинг проводился непосредственно между пациентом и кардиологом, поэтому лечение можно было адаптировать в режиме реального времени. Телемониторинг не использовался в качестве системы оповещения об экстренных ситуациях, а был направлен на постоянную адаптацию лечения в соответствии с результатами измеренных параметров. В эксперименте участвовали 29 женщин и 54 мужчины. Средний возраст пациентов составлял 78 лет. В течение первых 30 дней после выписки из больницы 4,4% пациентов умерли, а 5% были повторно госпитализированы. Через 6 месяцев не было обнаружено различий в скорости или сроках госпитализации (p = 0,28), но отмечалось значительное снижение смертности (p <0,003).
     В Страсбургской университетской больнице был разработан проект телемониторинга E-care, предназначенный для оптимизации домашнего мониторинга пациентов с сердечной недостаточностью. В рамках проекта в период с февраля 2014 года по апрель 2015 года проводился эксперимент, в котором приняли участие 175 пациентов. В течение этого периода платформа E-care ежедневно использовалась пациентами и специалистами здравоохранения в соответствии с определенным протоколом, характерным для каждого пациента. Платформа E- care реагирует на ухудшение состояния здоровья пациента. В проекте использовались неинтрузивные датчики, регистрирующие артериальное давление, частоту сердечных сокращений, уровень насыщения кислородом и вес среди  пожилых пациентов. Описанные выше датчики передают  физиологическом данные в реальном времени по протоколу Bluetooth. Платформа включает в себя планшет с сенсорным экраном, который подключается к Wi-Fi и маршрутизатору или мобильным сетям стандарта 3G/4G, что позволяет взаимодействовать с пациентом и давать рекомендации относительно лечения, диеты и образа жизни. Система E-care включает в себя сервер, на котором размещаются данные пациента и безопасный интернет-портал, к которому могут подключиться пациент и различные медицинские работники, работающие в больницах и вне больниц. Средний возраст пациентов составлял 72 года, а соотношение мужчин и женщин было 0,7. Пациенты страдали множественными сопутствующими заболеваниями и имели средний показатель Чарльсона 4,1. У 60% пациентов наблюдалась сердечная недостаточность, у 40% испытуемых была анемия, у более чем 30% пациентов была обнаружена фибрилляция предсердий, в 30% случаев у пациентов был диабет II типа, в 30% случаев наблюдалась хроническая обструктивная болезнь легких. В ходе проведения  исследований было проведено 1500 измерений, в результате чего система E-care сгенерировала 700 предупреждений для 68 пациентов [7]. Анализ  предупреждений показал, что платформа E-care автоматически обнаруживает какое-либо ухудшение здоровья пациента, особенно в случаях декомпенсации сердца. Платформа E-care также продемонстрировала  способность обнаруживать ухудшение состояния здоровья пациентов при наличии многочисленных сопутствующих заболеваний с высокой точностью [16-24].

Медицинская помощь больным с хроническими заболеваниями

      В мире существует множество людей с одним или несколькими хроническими заболеваниями. Длительное лечение хронических заболеваний ложится тяжким бременем на пациентов, общество и систему здравоохранения в целом. Улучшения качества и продолжительности жизни таких пациентов можно добиться за счет своевременной медицинской помощи и внедрения программ самоорганизации, когда больные вовлекаются в процесс управления собственным здоровьем [4], [5]. Недавние разработки в области мобильных технологий могут помочь в создании недорогих, адаптивных и легкодоступных медицинских приложений для самостоятельного использования, при этом в 6 из 9 случаев наблюдаются статистически значимые улучшения состояния здоровья пациентов, использовавших инструменты онлайн диагностики [6]. Чаще всего такие технологии применяются при лечении сахарного диабета, затем — при лечении хронических легочных заболеваний, далее - при лечении сердечно-сосудистых заболеваний [6].

Адаптивное лечение

     Очень важную роль играют медицинские технологии, основанные на машинном обучении и искусственных нейронных сетях. Данные технологии позволяют автоматизировать обработку медицинских данных и сделать лечение более персонифицированным. Необходимым условием успешного применения данной технологии является обеспечение безопасности медицинских данных ри пересылке по каналам связи.

Удаленный мониторинг состояния здоровья пациента

     Очень важную роль играют медицинские технологии, основанные на машинном обучении и искусственных нейронных сетях. Данные технологии позволяют автоматизировать обработку медицинских данных и сделать лечение более персонифицированным. Необходимым условием успешного применения данной технологии является обеспечение безопасности медицинских данных ри пересылке по каналам связи.

Восстановление после инсульта

     Своевременная отправка медицинских данных лечащему врачу в режиме телеконференции существенно повышает шансы успешной реабилитации у больных, перенесших инсульт.

Беспроводная капсульная эндоскопия

     Данная технология включает в себя видеокамеры высокого разрешения и беспроводные технологии, что позволяет осуществлять мониторинг важных органов в режиме реального времени.

Интернет медицинских вещей

    Для успешного лечения, диагностики и улучшения качества жизни пациентов предлагается использовать также носимые или имплантируемые медицинские устройства (Implantable medical devices, IMD/ wearable medical devices, WMD). Их дистанционное использование для решения различных проблем со здоровьем обеспечивает более эффективный способ лечения хронических и обычных заболеваний.
     Такие термины, как «носимые вычисления» или «сенсорная сеть масштаба тела» (body-area/body-sensor networks) начали обсуждаться примерно в 1995 году. Они обозначают беспроводную сеть небольших компьютеров, сенсоров и актуаторов, расположенных в , на или рядом с телом человека. Эта идея была хорошо воспринята специалистами, занимающимися медицинским мониторингом, которые увидели перспективы использования физиологических сенсоров для получения информации о пациенте в режиме реального времени, а также перспективы использования имплантируемых медицинских устройств, которые могут управляться дистанционно.
     Устройства Интернета вещей позволяют быстро организовать и делиться информацией посредством Интернета и предоставляют новые возможности медицинским устройствам, оснащенным беспроводной связью осуществлять мониторинг и управление данными. Наряду со сбором медицинских данных данная технология позволяет осуществлять биометрическую идентификацию пациентов на основе их физиологических и поведенческих паттернов. Технологии медицинского интернета вещей позволяет с одной стороны формировать поток медицинских данных, а с другой стороны — осуществлять непрерывную биометрическую идентификацию пациентов [2-30].
      Возможность непрерывной биометической идентификации личности может пригодиться в тех случаях, когда человек выполняет очень ответственную работу, например, если он — оператор атомной электростанции или авиадиспетчер.
Интернет медицинских вещей (Internet of Medical Things (IoMTs) представляет собой совокуность разнообразных интеллектуальных узлов, которые могут взаимодействовать и кооперироваться друг с другом для сбора информации без участия человека. IoMT могут быть частью таких медициских приборов, как магнитно-резонансные томографы, приборы ультразвуковой интраскопии, а также это могут быть носимые устройства, позволяющие регистрировать медицинские показатели пациентов, и проводить диагностику заболеваний.
      Структура IoMT предполагает наличие трех слоев: слой регистрации данных, сетевой слой и слой приложений. Слой регистрации данных отвечает за сбор медицинской информации с помощью некоторых устройств. Сетевой слой обеспечивает передачу данных, собранных слоем регистрации данных. Слой приложений отвечает за принятие решений в области медицинской диагностики. Данные, собранные инернетом медицинских вещей постуают как фармацевтам, так и в страховые компании [31].
   Поскольку в Интернете медицинских вещей для передачи медицинской информации между устройствами используется беспроводная среда, существует риск несанкционированного вмешательства в процесс передачи данных. 

       Хакерские атаки могут привести к следующим негативным последствиям: 

  • Хакеры могут навязать пациенту ненужную дорогостоящую медицинскую услугу.
  • Хакеры могут заказать от имени пациента некоторые положенные ему дорогостоящие препараты для
  • последующей продажи на черном рынке.
  • Хакеры могут создать фиктивную клинику, и от ее имени выставлять счета страховой компании за оказание
  • несуществующих медицинских услуг.

    Поскольку существует множество способов, которыми могут воспользоваться злоумышленники для компрометации исходных данных, необходимо совершенствовать механизмы защиты информации. Один из таких подходов заключается в следующем. Медицинский прибор, например, предназначенный для регистрации электрокардиограмм, собирает данные. Далее, осуществляется шифрование полученных результатов. Желательно добиться некоторого компромисса между криптографической стойкостью, энергоэффективностью и производительностью системы. Предлагается несколько вариантов шифрования. Один из них предполагает использование эллиптических кривых. Второй алгоритм позволяет генерировать биометрические ключи, полученные на основе электрокардиограмм. Поток зашифрованных данных через BlueTooth передается на смартфон, далее поступает на облачный сервер для дальнейшей расшифровки и анализа. На рисунке 1 показана схема генерации биометрических ключей на основе расстояния между кардиоциклами [1].

Рисунок 1. Результаты работы алгоритма: ROC-анализ для каждого класса ошибок наложения электродов отдельно и усредненная ROC AUC по всем классам.

        В работе [32] рассмотрен механизм генерации случайных 128-битных ключей, основанных на расстояния между кардиоциклами.
Как уже говорилось выше помимо носимого интернета вещей существуют и имплантируемые устройства. Сюда можно отнести различные кардиостимуляторы, нейроимпланты и другие. От нормально функционирования подобных устройств зависит жизнь и здоровье пациентов. Нейростимуляторы позволяют, например, предупреждать приступы эпилепсии. Несмотря на чрезвычайную важность импланитруемых приборов постепенно начали выявляться серьезные угрозы [33].
   Угроза номер 1. В настоящее время импантируемые приборы обслуживает врач, их установивший. Это осуществляется по протоколу BlueTooth. Со временем эту процедуру можно будет осуществлять дистанционно через Wi-Fi. Вмешательство хакеров может привести к быстрой гибели пациента. Поэтому требуется очень сильная защита, например, с биометрической привзкой  к врачу. Однако, если врач уволится, все его пациенты окажутся под большой угрозой [34].
       Угроза номер 2. Если пациент попадет в дорожно-транспортное происшедствие и будет беспомощным, врачам скорой помощи потребуется самостоятельно без помощи лечащего врача получить доступ к имплантируемым приборам в обход существующего протокола безопасности. Предлагается использовать специальный вибросигнал [35-37].

Заключение и выводы

    Население развитых стран постепенно стареет. С возрастом обостряется проблема хронических заболеваний. Медицинское обслуживание пожилого населения тяжким бременем ложится на бюджет. Успех послеоперационного и послебольничного лечения во многом зависит от своевременной диагностики медицинских показателей пациентов. Одним из способов улучшения ситуации является внедрения программ управления своим здоровьем. Для реализации подобных мерориятий используются носимые и имплантируемые медицинские устройства, относящиеся к категории Интернета медицинских вещей. Подобные приборы регистрируют изиологические параметры пациентов и передают их в облачные сервисы для дальнейшего анализа лечащим врачом. Медицинские показатели пациентов в западных странах используются фармацевтами для выписки рецептов и представителями страховых компаний для выработки рекомендаций по дальнейшему лечению. Новые медицинские технологии в настоящее время имеют ряд уязвимостей, что может позволить хакерам реализовывать различные мошеннеческие схемы. Одним из способов защиты информации является шифрование медицинских показателей перед их отправкой в облако, а также проведение непрерывной биометрической идентификации пациентов. Имплантируемые медицинские модули позволяют оказывать помощь больным с тяжелыми недугами. Развитие технологий удаленного мониторинга и управления данными приборами требует разработки новых телекоммуникационных протоколов.

Acknowledgments

     Своевременная отправка медицинских данных лечащему врачу в режиме телеконференции существенно повышает шансы успешной реабилитации у больных, перенесших инсульт.

Список литературы:

  1. Sandeep, P., Oluwarotimi, W. S., Wanqing, W., Arun, K. S., Guanglin Li. (2019) A joint resource-aware and medical data security framework for wearable healthcare systems. Future Generation Computer Systems 95 382–391.
  2. Peyman, D., Amir, H. J.. (2018) A biometric security scheme for wireless body area networks. Journal of Information Security and Applications 41 62–74.
  3. Sandeep, P., Oluwarotimi, W. S., Wanqing, W., Arun, K. S., Guanglin, L.. (2019) A joint resource-aware and medical data security framework for wearable healthcare systems. Future Generation Computer Systems 95 382–391.
  4. Ankit, A. B., Manish, S., Ru, S.T. U.’ Rajendra, (2019) A.. An efficient detection of congestive heart failure using frequency localized filter banks for the diagnosis with ECG signals. Cognitive Systems Research 55 82–94.
  5. Sravani, C. , Ashok, K. D., Vanga, O., Neeraj, K., Saru, K., Muhammad, K. K., Athanasios, V. V.. (2018) An efficient ECC-based provably secure three-factor user authentication and key agreement protocol for wireless healthcare sensor networks. Computers and Electrical Engineering 69 534–554.
  6. Sravani, C., Ashok, K. D., Vanga O., Neeraj, K., Saru, K., Muhammad, K. K., Athanasios, V. V.. (2018) An efficient ECC-based provably secure three-factor user authentication and key agreement protocol for wireless healthcare sensor networks. Computers and Electrical Engineering 69 534–554.
  7. Sivakumar, K. S. Lokesh, M. Ramya, D.. (2019) An efficient Elman neural network classifier with cloud supported internet of things structure for health monitoring system. Computer Networks 151 201–210.
  8. Aneesh, M. K., Deepthi P. P. (2018) Anonymous hybrid mutual authentication and key agreement scheme for wireless body area network. Computer Networks 140 138–151.
  9. Junchao, W., Kaining, H., Anastasios, A., Zeljko, Z., Yu, P., Wei, W., Sadia D. d., Gwanggil, J.. (2018) A novel security scheme for Body Area Networks compatible with smart vehicles. Computer Networks 143 74–81.
  10. Ozal, Y.. (2018) A novel wavelet sequence based on deep bidirectional LSTM network model for ECG signal classification. Computers in Biology and Medicine 96 189–202.
  11. Pradeep, K., Ashish, S., Rajkumar, S., Partha, P. R., Debi, P. D. (2018) A pervasive electroencephalography-based person authentication system for cloud environment. Displays 55 64–70.
  12. Selcan, K. B., Alper, K. U., Efnan, S. G., Semih, E., Serkan, G., M. Bilginer, G. (2018) A survey on ECG analysis. Biomedical Signal Processing and Control 43 216–235.
  13. Mohammad, W., Ashok, K. D., Athanasios, V. V. (2018) Authenticated key management protocol for cloud-assisted body area sensor networks. Journal of Network and Computer Applications 123112–126.
  14. Muhammad, E., Muhammad A. A., Usman, N., Yasar, A., Jonathan, L.. (2018) Continuous authentication of smartphone users based on activity pattern recognition using passive mobile sensing. Journal of Network and Computer Applications 10924–35.
  15. Khairul, A. S., Vu, M., Ibrahim K. Data mining in mobile ECG based biometric identification. Journal of Network and Computer Applications 44 (2014) 83–91.
  16. Chukwunonyerem, J. A.M., Aibinu, A.J., Onumanyi, O.C., Ugweje, E.N., Onwuka, C. Alenogbena, N. E. (2016) Development of key generation algorithm using ECG biometrics for node security in wireless body area sensor network. European Research in Telemedicine/La Recherche Européenne en Télémédecine 5, 137—144.
  17. Juan, S. A., Hussein, A. O., Abdulmotaleb, E. S. (2018) ECG and fingerprint bimodal authentication. Sustainable Cities and Society 40 274–283.
  18. Yingnan, S., Frank, l., Benny, L. (2019) EEG-based user identification system using 1D-convolutional long short-term memory neural networks. Expert Systems With Applications, 125, 259-267.
  19. Pedro, P.-L., Lorena, G.-M., Carmen, C., José, M. (2018)  Effect of attacker characterization in ECG-based continuous authentication mechanisms for Internet of Things. Future Generation Computer Systems, 81, 67–77.
  20. Jae-Hwan, K., Young, C. J., Sung-Phil, K. (2018) Electroencephalographic feature evaluation for improving personal authentication performance. Neurocomputing, 287, 93–101. 
  21. Muqing, D., Cong, W., Min, T., Tongjia, Z. (2018) Extracting cardiac dynamics within ECG signal for human identification and cardiovascular diseases classification. Neural Networks, 100, 70–83.
  22. Lara, O.-M., Pablo, P.-S., Pedro, P.-L., Juan, T., Gerardo, S. (2019)  Feasibility analysis of Inter-Pulse Intervals based solutions for cryptographic token generation by two electrocardiogram sensors. Future Generation Computer Systems, 96, 283–296.
  23. Lara, O.-M., Pablo, P.-S., Pedro, P.-L., Juan, T., Gerardo, S.  (2019) Feasibility analysis of Inter-Pulse Intervals based solutions for cryptographic token generation by two electrocardiogram sensors. Future Generation Computer Systems, 96, 283–296.
  24. Sandeep, P., Peng, S., Wanqing, W., Arun, K. S., Oluwarotimi, W. S., Guanglin, L. (2018) Fuzzy vault-based biometric security method for tele-health monitoring systems. Computers and Electrical Engineering, 71, 546–557.
  25. Wenfeng, Y., Xiuzhu, Y., Lei, L., Lin, Z., Nattapong, K., Eiji, O. (2018) HEAR: Approach for Heartbeat Monitoring with Body Movement Compensation by IR-UWB Radar. Sensors, 18, 3077; doi:10.3390/s18093077.
  26. Kun, S., Gongping, Y., Bo, W., Lu, Y., Dunfeng, L., Peng, S., Yilong, Y. (2019)  Human identification using finger vein and ECG signals. Neurocomputing, 332, 111–118.
  27. Sandip, K. S. Modak, Vijay K. J. (2019) Multibiometric fusion strategy and its applications: A review. Information Fusion, 49,  174–204.
  28. Michel-Macarty, J.A., Murillo-Escobar, M.A., López-Gutiérrez, R.M., Cruz-Hernández, C., Cardoza-Avendaño, L. (2018) Multiuser communication scheme based on binary phase-shift keying and chaos for telemedicine. Computer Methods and Programs in Biomedicine, 162, 165–175.
  29. Moosavi, S.R, Nigussie, E., Levorato, M., Virtanen, S., Isoaho, j. (2018)  Performance Analysis of End-to-End Security Schemes. Procedia Computer Science, 130, 432–439.
  30. Michael, H. M. (2018) Postoperative Remote Automated Monitoring: Need for and State of the Science. Canadian Journal of Cardiology, 34, 850e862.
  31. Nourhene, E., Slim R., Noureddine, B., Mohamed A. (2018) Powerless security for Cardiac Implantable Medical Devices: Use of Wireless Identification and Sensing Platform. Journal of Network and Computer Applications, 107, 1–21.
  32. Nellyzeth, F., Roberto, L. A., Marco, A. R. (2018) Conrado, G. Readily available ECG databases. Journal of Electrocardiology, 51, 1095–1097.
  33. Long, H., Jun, Y., Min, C., Yongfeng, Q., Joel, J.P., Rodrigues, C. (2018) SCAI-SVSC: Smart clothing for effective interaction with a sustainable vital sign collection. Future Generation Computer Systems, 86,  329–338.
  34. Wenfeng, Y., Xiuzhu Y., Lei, L., Lin, Z, Nattapong, K., Ryoichi S. Eiji, O. (2019)  Self-adjustable domain adaptation in personalized ECG monitoring integrated with IR-UWB radar. Biomedical Signal Processing and Control, 47, 75–87.
  35. Duygu, K. A., Beste, S., Levi, А. (2019) SKA-PS: Secure key agreement protocol using physiological signals. Ad Hoc Networks, 83, 111–124.
  36. Jorge, J. L.-S., Sepúlveda-Arróniz, V., Juan, C. Tudon-Martinez, Ricardo A. Ramirez-Mendoza. Survey on biometry for cognitive automotive systems. (2019) Cognitive Systems Research, 55, 175–191
  37. Aloui, K., Nait-Ali, А., Saber, N.. (2018) Using brain prints as new biometric feature for human recognition. Pattern Recognition Letters, 113, 38–45.