智能健康可穿戴技术前沿

智能健康可穿戴技术特刊导言

可穿戴健康追踪消费产品正日益流行，包括智能手表、健身追踪器、智能服装和头戴式设备。这些可穿戴设备为研究与健康相关的行为、追踪慢性疾病以及支持健康和 wellness 的创新干预措施提供了新的机遇。下一代可穿戴技术有望将当今以医院为中心的医疗实践转变为积极主动的个性化护理。尽管似乎每周都有新技术进入市场，但在传感器开发、传感器数据分析、可穿戴交互方式等方面仍迫切需要深入的研究。

在本特刊中，我们旨在汇集一系列文章，探讨与可穿戴设备在医学和健康领域的设计或使用相关的任何方面的新型计算研究，包括可穿戴硬件设计、人工智能和数据分析算法、人机交互、安全/隐私以及新型应用。在此关于该主题的两部分系列的第一部分中，我们很高兴分享七篇文章，内容涉及利用可穿戴设备进行情绪感知、物理治疗、虚拟现实、自动餐食检测、人体数据模型以及体力活动追踪的调查。

EmotionSense: 一种基于可穿戴智能设备的自适应情绪识别系统

在第一篇文章“EmotionSense: An Adaptive Emotion Recognition System Based on Wearable Smart Devices”中，王等人提出了一种基于智能手表的自适应情绪识别系统。该方法首先识别用户活动，并采用一种自适应情绪识别方法，从多模态感官数据中提取细粒度特征，以表征不同情绪。这项研究表明，智能手表等可穿戴设备使得以便捷且非侵入性的方式识别人类的生理和行为模式成为可能。

远程物理治疗：可穿戴技术在医院环境中用于视频会诊评估下肢运动

在下一篇文章“Physiotherapy over a Distance: The Use of Wearable Technology for Video Consultations in Hospital Settings”中，阿加瓦尔等人报告了一项关于名为SoPhy的可穿戴技术在医院环境中用于视频会诊评估下肢运动的实地评估结果。结果表明，SoPhy等可穿戴系统具有多项优势，包括帮助物理治疗师识别患者动作中的细微差异、提高物理治疗师的诊断信心并指导对患者的更准确评估，以及通过更好地向患者传达治疗目标来增强整体医患沟通。基于这些发现，文章还提出了设计启示，以指导视频会诊系统的进一步开发。

关于流星：比较洞穴自动虚拟环境与HMD沉浸式虚拟现实运动游戏对混合能力成年人的影响

接下来，文章“关于流星：比较洞穴自动虚拟环境与HMD沉浸式虚拟现实运动游戏对混合能力成年人的影响”介绍了一项研究，探讨了两种不同的沉浸式虚拟现实系统——洞穴自动虚拟环境（CAVE）和HTC Vive头戴式显示器（HMD），作为物理治疗系统的应用效果。研究人员使用一款运动游戏“星际捕手项目”（PSC），在受损与非受损组共n=40名用户中进行了交叉检验。结果表明，HMD沉浸式虚拟现实系统在提升锻炼的身体表现和生理反应方面更为有效。该研究结果对沉浸式虚拟现实在医疗保健、物理治疗和游戏化中的应用具有重要意义。

mSIMPAD: 高效且鲁棒的多长度时间序列中连续相似模式挖掘

在下一篇文章“mSIMPAD: 高效且鲁棒的多长度时间序列中连续相似模式挖掘”中，李等人研究了挖掘连续相似模式（SSP）的问题，SSP 是指在时间序列中以不规则间隔连续出现的一系列相似序列。他们提出了一种线性时间鲁棒方法，能够在无需周期性假设的情况下挖掘多种长度的 SSP。该方法已通过使用可穿戴惯性测量单元检测重复性动作得到验证。本文提出的新方法在无需 apriori 先验知识的情况下从传感器数据中提取有价值的信息，在健康监测到活动识别等多个领域具有广泛应用。

步行与休息对腕部运动在进食自动检测中的影响

在下一篇文章“步行与休息对腕部运动在进食自动检测中的影响”中，夏尔马等人讨论了在自由生活条件下检测和测量进食行为的挑战。本文中，作者探讨了使用腕戴式传感器（例如智能手表或健身手环中的传感器）来检测进食的方法，同时特别针对步行、看电视或工作等次要活动所带来的挑战进行了分析。研究揭示了这些日常活动如何干扰腕部运动信号，进而影响进食动作识别的准确性。该工作强调了在真实场景中开发鲁棒性进食检测算法的重要性，并为未来在营养监控和饮食行为干预中的可穿戴应用提供了技术基础。

面向老年人的可穿戴身体活动追踪系统

接下来，在“面向老年人的可穿戴身体活动追踪系统”中，瓦尔格米迪斯等人对有关老年人身体活动追踪方法与系统的文献进行了系统性综述，并提出了对未来工作的建议。文章重点分析了现有可穿戴设备在老年群体中的适用性，涵盖传感器类型、数据采集方式、活动识别算法以及用户接受度等方面的挑战。作者指出，当前系统在舒适性、易用性和长期依从性方面仍有改进空间，并呼吁更多以人为中心的设计方法，以满足老年人独特的生理和认知需求。

人体数据模型：改进健康与福祉数据的可编程性以实现增强感知与交互

最后，在一篇关于“人体数据模型：改进健康与福祉数据的可编程性以实现增强感知与交互”的文章中，马克塔洛等人描述了一种编程模型和一种程序员工具，以帮助他们整合多个来源的数据进行计算，并安排与人类用户的交互。该模型旨在简化来自多种可穿戴设备和健康平台的异构数据处理流程，使开发者能够更高效地构建个性化的健康干预系统。通过统一的数据抽象和事件驱动架构，该方法支持实时感知、上下文理解及动态反馈机制，为下一代智能健康应用提供了可扩展的技术框架。

敬请关注本期特刊的第2部分，将出现在下一期ACM HEALTH中。

大卫·科茨 邢国良 客座编辑
ACM计算与医疗汇刊，第1卷 第4期，第19篇文章。出版日期：2020年11月。