55、基于无线传感器的医疗应用改进机器学习方法

基于无线传感器的医疗应用改进机器学习方法

1. 引言

近年来，信息技术在电子健康（e - Health）服务中发挥着重要作用。互联网是所有这些技术的支柱，而信息处理，如收集和分发重要数据，则通过物联网（IoT）来实现。e - Health系统通过减少人为错误，提高了患者治疗的效率和完整性，从而改善了公众健康、药物疗效、降低了成本，并增强了护理人员履行基本任务的能力。

医疗网络物理系统（MCPS）是一种创新理念，用于处理患者问题，使患者能够在无需医生或临床医生协助的情况下进行观察并做出独立决策。雾计算或移动边缘云计算通过将生产性资产部署到组织边缘，提高了MCPS的安全性。本文的主要目标包括：
- 提供最高质量的医疗服务；
- 提高可靠性和有效性；
- 进行成本和资源管理。

据世界卫生组织（WHO）统计，2020年，大多数疾病（如心脏病、糖尿病或高血压）由慢性综合征引起，这些综合征的进展需要大量昂贵的治疗。由于用户数量增加、医疗单位和医院数量不足以及医疗成本不断上升，个人护理电子健康管理系统变得至关重要。

传感器/执行器节点是小型、可穿戴、轻便的无线或有线通信设备，可执行电子健康检测功能。带有多个医疗指标的传感器/执行器节点能够跟踪血压、血氧饱和度、呼吸频率等参数，用于电子健康数据采集。物联网（IoT）是一个通过互联网协议（IP）连接传感器节点、计算机或其他数字设备的平台，定制的电子医疗保健探测器支持了物联网的概念。随着技术的进步，数据互操作性、机器与机器的通信、信息共享和数据移动得到了改善。

智能医疗设备可穿戴在人体上进行实时监测，并通过移动应用程序连接。可穿戴电子传感器收集患者的生命体征信息，然后提交给医疗中心