ファジィシステムを用いたDBSCANクラスタリングの強化によるIoTベースのWBAN性能向上
カテゴリ：医療現場の業務効率化
公開日：2026年2月19日
タイトル：Enhancing DBSCAN clustering with fuzzy system to improve IoT-based WBAN performance
雑誌名：Sci Rep. 2025 Aug 04; 15(1): 28404.
概 要：
本研究は、IoTベースの医療における無線ボディエリアネットワーク（WBAN）のデータクラスタリングとエネルギー管理の効率を向上させるために、DBSCANをファジィシステムで強化する新しいアプローチを提案します。従来のDBSCANは静的なパラメータに依存し、動的な条件やリソース制約に適応できないため、ネットワーク性能が最適化されません。提案手法は、ノードの速度やRSSIなどのリアルタイム入力に基づいてDBSCANのパラメータ（EpsilonとMinPts）を動的に最適化し、クラスタリング精度、エネルギー効率、安定性を向上させます。シミュレーション結果は、ネットワークの寿命とクラスタの質が大幅に改善されることを示しており、リソース制約のあるWBANにおけるリアルタイム健康モニタリングの有望な解決策となることが期待されます。
方 法：
本研究では、DBSCANクラスタリングをファジィシステムで強化する方法を提案し、ノードの速度やRSSIなどのリアルタイムデータに基づいてパラメータを動的に調整します。シミュレーションを通じて、提案手法の効果を評価し、従来の手法との比較を行いました。
結 果：
提案手法は、クラスタの安定性において従来のDBSCANに対して80%、PSOクラスタリングに対して28.57%、LEACHに対して38.46%、PEGASISに対して20%の改善を示しました。これにより、クラスタリング精度、エネルギー効率、ネットワークの寿命が向上しました。
結 論：
ファジィシステムを用いたDBSCANの強化により、WBANのクラスタリング精度とエネルギー管理が大幅に改善されることが示されました。このアプローチは、リソース制約のある環境におけるリアルタイム健康モニタリングにおいて有望な解決策となる可能性があります。