IoT devices generate massive amounts of biomedical data with increased digitalization and development of the state-of-the-art automated clinical data collection systems. When combined with advanced machine learning algorithms, the big data could be useful to improve the health systems for decision-making, diagnosis, and treatment. Mental healthcare is also attracting attention, since most medical problems can be associated with mental states. Affective computing is among the emerging biomedical informatics fields for automatically monitoring a person’s mental state in ambulatory environments by using physiological and physical signals. However, although affective computing applications are promising to improve our daily lives, before analyzing physiological signals, privacy issues and concerns need to be dealt with. Federated learning is a promising candidate for developing high-performance models while preserving the privacy of individuals. It is a privacy protection solution that stores model parameters instead of the data itself and abides by the data protection laws such as EU General Data Protection Regulation (GDPR) and California Consumer Privacy Act (CCPA). We applied federated learning to heart activity data collected with smart bands for stress-level monitoring in different events. We achieved encouraging results for using federated learning in IoT-based wearable biomedical monitoring systems by preserving the privacy of the data.

中文翻译：

---

基于可穿戴物联网的生物医学监测的隐私保护联合深度学习

随着数字化程度的提高和最先进的自动化临床数据收集系统的发展，物联网设备产生了大量的生物医学数据。当与先进的机器学习算法相结合时，大数据可能有助于改善卫生系统的决策、诊断和治疗。精神保健也引起了人们的关注，因为大多数医疗问题都与精神状态有关。情感计算是新兴的生物医学信息学领域之一，用于通过使用生理和物理信号自动监测人在动态环境中的心理状态。然而，尽管情感计算应用程序有望改善我们的日常生活，但在分析生理信号之前，需要处理隐私问题和顾虑。联邦学习是开发高性能模型同时保护个人隐私的有前途的候选者。它是一种隐私保护解决方案，存储模型参数而不是数据本身，并遵守欧盟通用数据保护条例 (GDPR) 和加州消费者隐私法案 (CCPA) 等数据保护法律。我们将联合学习应用于使用智能手环收集的心脏活动数据，以监测不同事件中的压力水平。通过保护数据的隐私，我们在基于物联网的可穿戴生物医学监测系统中使用联邦学习取得了令人鼓舞的结果。它是一种隐私保护解决方案，存储模型参数而不是数据本身，并遵守欧盟通用数据保护条例 (GDPR) 和加州消费者隐私法案 (CCPA) 等数据保护法律。我们将联合学习应用于使用智能手环收集的心脏活动数据，以监测不同事件中的压力水平。通过保护数据的隐私，我们在基于物联网的可穿戴生物医学监测系统中使用联邦学习取得了令人鼓舞的结果。它是一种隐私保护解决方案，存储模型参数而不是数据本身，并遵守欧盟通用数据保护条例 (GDPR) 和加州消费者隐私法案 (CCPA) 等数据保护法律。我们将联合学习应用于使用智能手环收集的心脏活动数据，以监测不同事件中的压力水平。通过保护数据的隐私，我们在基于物联网的可穿戴生物医学监测系统中使用联邦学习取得了令人鼓舞的结果。