智慧醫療核心技術

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇智慧醫療核心技術范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

智慧醫療核心技術范文第1篇

雖然我國在智慧醫療系統技術、標準、產品、應用，以及政策層面均呈現出良好的開端，但從現階段實施情況分析，仍然面臨著諸多問題和挑戰。

一是政府法律保障問題。智慧醫療中的個人健康信息涉及個人隱私，同時也涉及醫師的職責。如何保證廣大民眾在最大程度地享受醫療健康服務的同時，又可以保證自身的隱私安全，這是需要政府通過制定相應的法律和制度，完善相應監督管理體系才能解決的問題。

二是產品化與市場準入問題。現有的智慧醫療系統產品多數尚處于初級階段，相關產品和技術標準不完善。由于系統龐大且特殊復雜，較多新企業很難取得相關資質，與市場規定準入條件和指標要求差距較大，難于遵循市場公平性原則。

三是關鍵技術創新、突破與提升問題。智慧醫療技術涉及醫療專家系統技術、醫療感知技術、電源管理與運用技術、網絡通訊的軟硬件技術、信息融合技術、大數據和云計算技術等，在研發過程中需要持續不斷地融合、突破和創新，在此過程中需要大量的資金投入。

四是商業模式創新問題。智慧醫療涉及行業領域范圍較為寬泛，產業結構和利益鏈條形成過程較為復雜，需要有新的商業模式和服務方式來整合利益關系，調整利益結構和轉變分配方式。

五是標準化與規范問題。系統涉及信息采集、網絡通信、信息處理、終端接口、功能結構等多個環節，現有業務與技術標準涉及領域寬泛，形成各類標準錯綜復雜，大量的標準已過時需要重新制定，歷史堆積問題日趨嚴重，負面影響日漸凸顯。

六是資源配置與協調問題。長期以來醫療機構形成了條塊固化模式，網絡集成與服務商結構也頗為復雜，資源分配方式、技術協調對接、服務協同管理等缺乏有效的手段。市場、技術資源分配缺乏有效的約束與管理。

七是規范運營服務和管理問題。醫療行業由于長期資源短缺，形態比較穩定，條件優越。隨著智慧醫療的應用，商業模式的創新與變化會對醫療從業人和機構形成一定的壓力，迫使其改變傳統工作形態和服務方式，改變服務意識，更新服務理念。

八是醫療知識普及與培訓問題。傳統醫療理念中人們對健康管理的認識遠遠不夠，重治療輕預防現象較為普遍，對于治療過程的了解知之甚少，形成嚴重的信息不對稱，也成為醫患關系緊張和健康問題社會化的根源。醫療健康知識培訓和信息技術的普及應用，在一定程度上成為推動和普及智慧醫療的難點和關鍵所在。

二、推進智慧醫療的有效性措施

各級政府為加快醫療衛生事業發展，制定了一系列相應的保障性政策，大力推進公共衛生、醫療、醫保、藥品、財務監管信息化建設。國務院《關于促進健康服務業發展的若干意見》以及《關于加快發展養老服務業的若干意見》等文件也都涉及了智慧醫療的相關內容，并有明確的規定。展望未來發展，推進智慧醫療體系建設具體措施應包括：

(1)創立科學有效的商業服務模式智慧醫療不僅會改變現有醫療模式，也會推動商業模式創新。新模式將體現智慧醫療具有服務成本、服務質量和服務內容三方面的優勢，讓醫療體系中每個要素緊密聯系并發揮作用，讓產業鏈中的病人、醫生、研究人員、醫院管理系統、藥物供應商、保險公司、風險投資等各個群體都積極參與并能從中獲益。

(2)加快核心技術研發及產業化智慧醫療的核心是病人各種信息的采集、傳遞與共享，人體生理信息采集傳感器和網絡終端設備就成為智慧醫療系統技術的核心和紐帶。非醫療機構、家庭成員、特殊人群、個人信息數據采集專用傳感器開發及產業化、健康參數對比模型研究及應用、個人健康保健量化管理方式、病理參數差異和影響因素分析模型研究等，都是智慧醫療的當務之急。只有突破關鍵核心技術，形成自主知識產權的核心產品，實現規模化生產，才更有利于降低成本和廣泛地推廣運用。

(3)整合有效資源、構建完整產業鏈我國智慧醫療行業地域分布廣泛，技術差異較大，產品種類繁多，市場集中度較低。應該設置重點區域重點扶持發展，集聚包括電信運營商、系統集成商、平臺服務商、產品生產商、終端制造商、生物工程基礎研究與配套機構、傳感器技術研發機構和廠商，以及用戶服務商等多方資源，形成在一定區域內的產業集聚群體，通過行業組織和機構搭橋，開展包括產品技術工藝、市場應用信息、人才培育等方面交流合作，構建并不斷完善智慧醫療的產業鏈。

(4)重視標準化工作智慧醫療是一門新興的多學科交叉的行業，融合有生命科學、信息技術、材料技術等跨度較大的領域，涉及的技術標準復雜，缺乏規范的標準體系。應該針對產品技術工藝、市場運營與服務、產業行為與管理，盡快開展相關標準化工作，加快制定相應標準。

(5)強化示范應用加大政策扶持力度我國智慧醫療行業政府主導特點較為明顯，市場還處于起步階段，需要政府和政策的推進和引導。在相對發達地區樹立相應的示范工程和應用試點是十分必要的，避免形成市場應用、產品技術、運營服務、監督管理的混亂，為今后行業規范和健康發展奠定良好基礎以及提供良好經驗。同時，制定詳細的稅收激勵政策，并對關鍵技術研發給予政策性資金支持。

智慧醫療核心技術范文第2篇

隨著人工智能的發展，人社會從移動互聯網時代進入智慧互聯網時代，近幾年人工智能在醫療方面提供給我們越來越多高效的幫助。社會上越來越多的呼聲認為人工智能將會取代未來人類的工作，但人工智能取代人類工作的說法并不準確，人工智能有所能、有所不能。醫療里的許多東西并不是簡單的科學，有更多東西是個人經驗，個人經驗以目前的技術水平是沒辦法讓機器來直接學習的。

我們總是片面地去看影像信息，而忽略檢查檢驗的結果，心電圖的信息、體溫信息等因素，怎么把這些信息和影像信息結合起來，產生最終的診斷結果，這是現在人工智能的算法發展的主要著力點。我們應該更好地利用專家的知識，把機器學習和人工智能建立在醫學體系上而不是離散的板塊上，讓這個技術更有效地解決各種臨床問題，去服務于醫生。

人工智能的第三次高峰

人工智能的歷史是從1956年開始，期間已經經歷了兩次高峰，從2009年提出深度學習的概念之后，人工智能正式進入發展的第三次高峰。如今的深度學習有很多延伸的算法，且在許多領域都有成功的案例。霎時間許多新聞媒體都紛紛議論人工智能是否真的可以取代人類的工作，從我個人角度分析，人工智能仍然有許多的局限性，用醫療來講，醫療里的許多東西都是個人經驗，并不是一個可以讓機器機械化學習的知識。但是目前的人工智能在醫學方面不光可以看到我們看不到的一些信息，還會收集分析并基于專家知識的層面進行理解思考，做出推理協助診斷治療。

智慧醫療的“三駕馬車”

一套完善的智慧醫療體系離不開以下幾點：

行業大數據：行業數據要標準化、完整、準確，且一定要和應用相關。只有最客觀真實準確的數據才會盡可能地完善智慧醫療體系。

行業專家：我們需要有行業專家來指導應當著力于哪些領域讓我們有的放矢，在專家的指導下建立知識庫，并且利用專家的協助盡可能地完善。

核心技術：在技術層面，軟件的便捷、實用是一切程序的基礎，軟件的出現應當盡可能地減少醫生的工作流程，幫助醫生提高效率、提升工作水平。

基于完整數據、行業專家的支持和先進的核心技術的角度發展，我們可以服務政府機構，去做政策決策。可以服務醫院，做到醫院的運營管理；服務醫生，對三甲醫院的頂級醫生來講，每天可以更高效地診療大量病人。對于基層放射科醫生，每天的片子很少，經驗不足，我們可以提供大量的實踐素材。服務用戶，用戶在進行檢查或體檢后獲取信息的速度將會更加快速，并且可以通過上網自助咨詢信息更加高效地去了解自己的身體，管理我們的健康。

臨床問題驅動技術發展

智慧醫療核心技術范文第3篇

信息孤島 數據難共享

美國醫療發展比其他工業國家高出很多，比中國高出兩倍左右，但是醫療成本增速更快。在經濟低迷期，美國政府推行系列醫療改革，期間也遇到諸多問題。

美國工程院院士、貝爾獎章獲得者Jim K.Omura在會上指著一張拍攝自美國一家醫院ICU病房的照片說，圍繞著病床的各類救護設備和監測儀器，它們各自獨立，相互之間沒有互聯，“這很容易出錯，在ICU，即使很小的失誤也會導致死亡。美國很多人死于醫療系統的失誤，這曾經是美國第四大死因。”

Jim K.Omura認為，目前醫療行業并沒有充分利用IT技術。他揶揄說，原因可能是醫生不太愿意改變，這技術對他們而言有點難。此外還有各個設備和系統開發完全沒有標準，造成設備之間相互獨立、孤立的運轉現象普遍存在。為提高醫療效率，美國現在全國范圍內建立統一標準用于共享。

相較于美國醫療系統的先行一步，中國的醫療系統面臨的問題更多，各大醫院的數據庫不能互通，病人的電子病歷檔案尚未建成，轉院需攜帶厚厚的病歷（資料），相互之間的數據不能共享，形成信息孤島。

醫療資源不均

中國工程院院士、航空生物醫學工程的創始人俞夢孫，在會上表示：“現在炒的很熱的智慧醫療、云醫療、醫療物聯網、大數據等，有效果的很少。”問題在哪里？他認為原因有二，一是對已有主流醫學的問題在哪里認識不清，缺乏符合實際規律的理念和辦法，缺乏核心技術；二是盲目爭奪醫生資源，把現有的儀器簡單聯網，其結果就一定是造成新一輪的巨大浪費。

而對醫生資源的爭奪，使得全科醫生、名醫越來越向大醫院和大城市集中，造成新一輪醫療資源不均的問題。

專注于大數據和人工智能研究的中國科學院院士、上海交通大學副校長梅宏在會上通報大數據現象分析給出結論，中國醫療狀況出現以下幾個特點，一個是衛生供給的“倒三角”，和需求的“正三角”；二是城鄉資源分布不均，如城市擁有70%的醫療資源，農村僅有30%；區域資源分布不均，例如千人床位數北京為6.31，貴州只有1.52。這些信息透露出的諸多問題，表明醫療現代化的任務艱巨。

智慧醫療核心技術范文第4篇

物聯網產業

領軍人物獎

陳勇，江蘇物泰信息科技有限公司首席執行官、執行董事。陳勇在云計算的平臺和應用的研發、運營、市場推廣、引進風險投資和規劃海外上市等方面有豐富經驗。

陳勇，江蘇物泰信息科技有限公司首席執行官、執行董事，2006中國十大新媒體人物，中關村留學生創意產業園創業導師，石景山區海外聯誼會理事。他是吉林大學計算數學學士、美國佛羅里達州立大學計算機碩士和博士（信息安全方向），并在加州從事高科技研發工作，之后獲INSEAD （歐洲工商管理學院）工商管理碩士（MBA）學位。

陳勇于2005年初回國創業，任中國云計算領軍企業北京訊鳥軟件有限公司董事，戰略、商務拓展及投融資副總裁。由于在中國首個成功把呼機叫中心和CRM軟件搬上互聯網（即云計算SaaS），陳勇被中國傳媒論壇評為2006中國十大新媒體人物。2009年初，因為在云計算方面的成就，陳勇代表訊鳥領取著名風險投資媒體紅鯡魚評選的2008全球高科技創新百強獎項（2008年中國大陸僅5個企業入圍） 。作為訊鳥創業團隊核心成員，陳勇負責公司戰略制定、商務拓展及投資者及政府關系維護等工作，積累了在云計算的平臺和應用的研發、運營、市場推廣、引進風險投資和規劃海外上市等方面的豐富經驗。

1998年，陳勇與斯坦福大學合作為美國心臟聯合會成功開發美國首個遠程醫療項目，結合互聯網和傳感設備為病人提供遠程醫療服務。陳勇在國外的多年學習和工作經歷造就了其國際化的視野，而在中國的國有企業、中外合資企業、民營企業以及美國的高科技企業及戴爾亞太區總部的完整從業經歷，也讓其對公司的管理、成長和戰略有著很好的理解和把握。

江蘇物泰信息科技有限公司是一家以物聯網和云計算為核心業務的高科技企業，專業提供物聯網云計算平臺的搭建、集成以及運營服務，并提供平臺化的物聯網云應用服務。公司注冊資金5500萬元，總部位于江蘇鎮江，研發中心在江蘇南京。公司已在上海、北京、廣東、湖南、云南成立分公司。公司共有員工近200人，本科以上員工占比高達80%。公司主要技術力量來自美國硅谷和美國斯坦福大學、卡內基-梅隆大學、佛羅里達大學等著名大學。

智慧醫療核心技術范文第5篇

關鍵詞： 信息物理融合系統； 體系結構； 智慧工廠； 卷煙

中圖分類號： TN98?34； TP399 文獻標識碼： A 文章編號： 1004?373X（2017）05?0151?04

Abstract： The concept， basic function and characteristics of the cyber?physical system （CPS） are analyzed. According the practical situation of the factory， a five?layer architecture of CPS is proposed， including the perception layer， network layer， semantic information layer， model computing layer and service agent layer. The key technology and structure of each layer were designed in detail. It is proved that the architecture conforms with the informatization level and application status of the factory with an application example of the cigarette factory， and plays a basic supporting function for the construction of the smart factory.

Keywords： cyber?physical system； architecture； smart factory； cigarette

0 引 言

信息物理融合系統（Cyber?Physical System，CPS）是最近幾年出現的一個新概念，是指計算和物理要素之間緊密結合與協作的系統[1]。有文獻指出，CPS的影響將會遠遠超越20世紀的IT革命，就像Internet改變了人與人交互的方式一樣，CPS的出現將改變人與物理世界交互的方式[2]。CPS一經出現便立即引起各國的重視。美國2007年的研究中便將CPS列入重要領域[3]，德國將CPS作為工業4.0的核心技術之一[4]。我國863技術也于2010年開展CPS的相關研究[3]。

CPS的落地應用與研究是按行業開展的，具有明顯的領域相關（Domain?Specific）特征[3]。文獻[5]描述了CPS在電力領域的應用，文獻[6]描述了CPS在航空航天領域的應用，文獻[7]描述了CPS在醫療領域的應用，文獻[8]描述了CPS在交通領域的應用，但其在制造領域的應用研究較為少見。

本文對CPS體系結構和適用于智慧工廠的系統特性進行研究與分析，給出了CPS五層體系結構框架設計，并應用于實際案例。

1 CPS概述

1.1 CPS定義

CPS是通過計算（Computation）、通信（Communication）與控制（Control）技術的有機深度融合，實現計算資源與物理資源緊密結合與協調的下一代智能系統。在微觀上，CPS通過在物理系統中嵌入計算與通信內核實現計算進程與物理進程的一體化。計算進程與物理進程通過反饋循環方式相互影響，實現嵌入式計算機與網絡對物理進程可靠、實時和高效的監測、協調與控制。在宏觀上，CPS是由運行在不同時間和空間范圍的分布式、異步的異構系統組成的動態混合系統，包括感知、決策和控制等各種不同類型的資源和可編程組件。各個子系統之間通過有線或無線通信技術，依托網絡基礎設施相互協調工作，實現對物理與工程系統的實時感知、遠程協調、精確的動態控制和信息服務[3]。一般來說，開展智能化設備研究及開發多采用微觀描述，而對諸如生產、交通這樣的系統性工程多采用宏觀描述。

1.2 CPS在智慧工廠中的地位

基于工業4.0的智慧工廠是以全面感知的CPS系統為基礎構建，如圖1所示。CPS將融合物聯網與服務網，是智慧工廠的基礎及核心技術之一。文獻[9]給出了智慧工廠實現的五大關鍵因素，但同時指出最為基本的是建立在CPS之上。

1.3 智慧工廠環境下CPS特性要求

智慧工廠是數字化工廠之后新一代的制造模式，包括多種核心特征，具體如下：

智慧工廠的異構性：智慧工廠將包括多種控制系統、智能裝備和傳感設備。作為智慧工廠基礎的CPS應當采用開放的工業標準，集成許多功能與結構各異的子系統，各個子系統之間通過有線或無線的通信方式相互協調工作。

智慧工廠的實時性：智慧工廠必須對工廠實時的事件做出正確、合理的反應。要求CPS系統基于事件驅動機制，具有強實時特征和時間全局一致性。

智慧工S的數據驅動：數據驅動是新一代工廠區別于傳統工廠的本質特征。要實現工業4.0提出的三個維度數據驅動流程，在底層落地需要CPS體現以數據為中心的特征要求。

智慧工廠的模型驅動：工廠數字模型是智慧工廠數據驅動的內在動力，體現物理模型、邏輯模型、資源模型等相關內容。CPS也必須是該模型的承載平臺和運行環境，要求具備全局一致的虛擬模型。

智慧工廠的工業特征：作為制造工廠，現實要求的高度安全性、高度可靠性、領域相關性都是對CPS的要求。

2 CPS體系結構設計

2.1 CPS體系結構

CPS體系結構是CPS的核心技術，是CPS的骨架和基礎。文獻[10]給出一套CPS結構體系的設計，并將其應用在智能交通領域。分析認為，這種層次結構表達的概念是清晰的，但過于粗略，細節描述不夠，不利于后期的實施。本文在結合國內外大量研究成果的基礎上，結合制造工廠的實際情況，提出一套符合現實應用的五層CPS體系結構，如圖2所示。

2.2 泛在感知層

泛在感知層是實現深度嵌入到制造全流程而設計的，通過感知節點實現。一個典型的感知節點結構如圖3所示，包括軟件、硬件兩大部分。其中硬件包括與物理對象相一致的傳感器、執行單元和對應的驅動裝置。軟件包括傳感器數據處理模塊、執行單元的控制模塊，節點自身的計算模塊（包括緩存、地址管理等功能），以及與網絡層進行通信的模塊。一個感知節點應當還包括一個能夠全局同步的本地時鐘，滿足CPS所要求的時間一致性。

針對工廠的物理對象，感知節點需實現 “人、機、料、法、環、測、時間、空間”等物理要素的數字化感知。

人：采用移動互聯技術，結合RFID，NFC等近場通信技術，實現人與系統的對接。

機：設備采用統一的資產代碼，主要是利用二維碼和RFID電子標簽。

料：針對連續生產過程，采用溫度計、水分儀、皮帶秤表征物料特性。

法：結合生產規范要求，建立各個工序的工藝采集點，建設車間集控系統為超級節點。

環：采用無線組網技術，如Zigbee協議、WiFi協議實現全廠動能及環境的采集與計量。

測：構建超級節點，實現實驗室數據采集、綜合測試臺數據采集。

時間：建立全廠統一的時間服務器，同步各個采集點的時鐘。

空間：建立全廠采集點地址及命名字典。有條件的工廠建議采用IPv6協議。

2.3 互聯網絡層

CPS的異構性包括網絡的異構及應用的異構。互聯網絡層將泛在感知層的大量異構感知節點實現互聯互通，并支持感知節點之間的互操作，支持M2M（設備到設備）的通信。當前工廠的網絡環境，絕大多數采用TCP作為傳輸層通信協議。但眾所周知，TCP協議是一個非實時的協議，需要在語義信息層實現自定義的會話協議，或針對實時數據采用UDP協議。

2.4 語義信息層

CPS是以數據為中心，工廠的數據分為測量數據和業務單據數據。對于實時測量數據，采用OPC統一架構（OPC?UA）協議作為語義層協議。對于業務單據數據，采用自定義XML結構描述。XML文檔的內容和結構完全分離、互操作性強、規范統一、支持多種編碼及可擴展性的特點[11]。

工廠生產信息模型符合ISA95標準給出描述[12]，只是在實例化過程中增加具體生產工廠的特殊屬性。圖4所示為針對一般工廠抽象形成的核心生產信息模型，包括生產能力模型、產品定義模型、生產信息模型。該模型將實現全局一致性的視圖，支持MES系統、MES系統與自動化系統的集成、MES系統與PDM系統和ERP系統的集成（智慧工廠的三個集成）。通過該模型使CPS成為以數據為中心的系統。

2.5 模型計算層

物理與信息的融合過程，核心是通過在CPS系統中嵌入物理對象的模型來實現（有些研究稱之為數字孿生體）。這個模型包括物理設備對象模型（物理模型）以及物理設備對象在生產過程中表現出來的服務邏輯模型構成。模型計算層除了管理這兩大模型之外，還包括一個高可靠的模型引擎，實現CPS特性給出的事件驅動要求，如圖5所示。

物理模型：工廠設備一般組織成分層形式，包括工廠（Plant）、車間（Area）、工段（Cell）、設備（Unit）四個層次[12]，這是一個面向對象的模型庫。每個層次的設備對象中嵌入感知節點及對應的感知數據。

邏輯模型：邏輯模型是表征物理模型在生產過程中提供的服務以及制造過程的核心流程管控，包括生產操作模型、質量管理模型、維護操作模型、庫存操作模型[10]。

模型引擎：模型引擎是一個基于SOA架構的計算環境，包括運行服務管理、流程引擎、安全管理、服務管理、服務及接口協議、物理模型管理。

2.6 服務層

CPS與智慧工廠服務網之間的連接是通過制造服務層實現的，這是一個典型的SOA與多Agent環境。同時，該層也實現CPS與異構應用系統之間的連接。

工業4.0背景下智慧工廠的業務應用將呈現App化的特征。一個典型的App將滿足工廠管理的某一個領域的功能要求。但這些單一業務需要流程的集成，共同實現以產品為中心的某一特定的生產任務，比如生產換模過程。每一個App通過它的服務接入到CPS模型引擎中，如圖6所示。模型引擎具有一個Agent容器管理功能，實現Agent服務的發現、注冊、變更及有效性檢驗，符合CPS高度自主性的特性。

3 典型應用

卷煙工業企業在整體制造業信息化中具有較高水平。寧波卷煙廠在全行業較早開展信息化建設，基本完成了數字工廠建設[13]。通過分析智慧工廠的核心要求，明確智慧工廠建設的核心是在工廠導入CPS系統，實現物聯網與服務網的融合。基于CPS系統，重新構建工廠一體化核心數據平臺，重新梳理三項集成（工廠與集團的集成、研發與生產的集成、制造與服務的集成）。寧波卷煙廠CPS實施技術路線如圖7所示。

工廠利用新引進設備的機會，完成了智慧工廠所需的物聯網環境建設。自動化系統采用OPC?UA協議共享CPS全局一致的實時數據庫系統。同時，根據智慧工廠的業務要求增加少量的o線感知節點，主要應用于設備狀態監測領域。在建模及模型引擎方面，采用西門子公司的Simatic IT建模平臺實現模型在線運行。而服務則采用工廠已建成的SOA總線平臺（IBM產品Message Broker）實現模型驅動與服務組件的集成。服務集成所用的協議為廣泛采用的WebServices標準。通過優化及完善以MES系統為核心的工廠應用系統，完善App形式的業務管理功能。

基于CPS的生產信息監控界面如圖8所示。通過導入CPS系統，一是實現了全局一致的核心數據庫；二是實現生產資源的對象模型，建立透明工廠；三是邏輯模型支持生產管控流程的靈活修改，提高生產柔性；四是生產服務化，實現即插即用；五是實現控制層與管理層的深度融合，提升管理精細化水平。

4 結 語

CPS是智慧工廠的核心技術。本文從CPS國內外的研究現狀出發，結合CPS的基本功能及特性要求，提出一種應用于工廠的五層CPS體系結構，包括泛在感知層、互聯網絡層、語義信息層、模型計算層、服務層。該體系自下而上實現了物理對象、生產信息、生產對象模型以及服務模型的抽象。最后，本文給出了一個卷煙工廠的實施案例，列出了每一層所采用的技術路線。應用案例表明，本文提出的五層CPS體系結構符合卷煙工廠的信息化水平及應用需求，對智慧卷煙工廠的建設能起到基礎性支撐。

參考文獻

[1] Wikipedia. Cyber?physical system [EB/OL]. [2015?08?08]. http：///wiki/Cyber?physical_system.

[2] RAJKUMAR R， LEE I， SHA L， et al. Cyber?physical systems： the next computing revolution [C]// Proceedings of 2010 IEEE Design Automation Conference. [S.l.]： IEEE， 2010： 731?736.

[3] 黎作鵬，張天馳，張菁.信息物理融合系統（CPS）研究綜述[J].計算機科學，2011，38（9）：25?31.

[4] 工業4.0工作組.德國工業4.0戰略計劃實施建議（上）[J].機械工程導報，2013（7）：23?33.

[5] TANEJA J， KATZ R， CULLER D. Defining CPS challenges in a sustainable electricity grid [C]// Proceedings of 2012 IEEE/ACM Third International Conference on Cyber?Physical Systems. Berkeley： IEEE， 2012： 119?128.

[6] 楊孟飛，王磊，顧斌，等.CPS在航天器控制系統中的應用分析[J].空間控制技術與應用，2012，38（5）：8?13.

[7] LEE I， SOKOLSKY O， CHEN S， et al. Challenges and research directions in medical cyber?physical systems [J]. Proceedings of the IEEE， 2012， 100（1）： 75?90.

[8] CARTWRIGHT R， CHENG A， HUDAK P， et al. Cyber?physical challenges in transportation system design [C]// Proceedings of 2008 National Workshop for Research on High?confidence Transportation Cyber?Physical Systems： Automotive， Aviation and Rail. Washington D. C.： National Science Foundation， 2008： 220?224.

[9] .工業4.0和智能制造[J].機械設計與制造工程，2014，43（8）：1?5.

[10] 陳麗娜，王小樂，鄧蘇.CPS體系結構設計[J].計算機科學，2011，38（5）：295?300.

[11] 張晶，張云生.基于XML的實時數據一致性描述與查詢處理[J].計算機工程，2007，33（10）：52?54.