Resumen

La última década ha sido testigo de tremendos esfuerzos para dar forma a las plataformas de Internet de las cosas (IoT) para que sean adecuadas para aplicaciones de salud. Estas plataformas están compuestas por una red de sensores inalámbricos para monitorear varias cantidades físicas y fisiológicas. Por ejemplo, el monitoreo a largo plazo de las actividades cerebrales utilizando sensores de electroencefalograma (EEG) portátiles se explota ampliamente en el diagnóstico clínico de convulsiones epilépticas y trastornos del sueño. Sin embargo, la implementación de dichas plataformas se ve desafiada por el alto consumo de energía y la complejidad del sistema. La eficiencia energética puede lograrse explorando técnicas de compresión eficientes como el muestreo compresivo (CS). CS es una teoría emergente que permite una adquisición comprimida mediante matrices de sensado bien diseñadas. Además, la complejidad del sistema puede optimizarse utilizando matrices de sensado estructuradas am

• Materias:Sistemas de Comunicación Inalámbricos Internet de las cosas Redes de radio Computación móvil Radio cognitiva
• Subjects:Wireless Communication Systems Internet of things Radio Networks Mobile Computing Cognitive Radio
• Palabras claves:Internet de las cosas; Aplicaciones sanitarias; Sensores inalámbricos; Detección compresiva; Monitorización del encefalograma; Complejidad del sistema
• Keywords:Internet of things; Healthcare applications; Wireless sensors; Compressive sensing; Eeg monitoring; System complexity