شناسایی چشم انداز هوش لبه در بهداشت و درمان نسخه اول

انقلاب در مراقبت‌های بهداشتی و همچنین تقاضا برای خدمات بهداشتی کارآمد در زمان واقعی، باعث پیشرفت محاسبات لبه، تکنیک‌های مبتنی بر هوش مصنوعی، یادگیری عمیق و برنامه‌های IoT برای صنایع مراقبت‌های بهداشتی و رایانش ابری می‌شود. محاسبات لبه به پاسخگویی به تقاضا برای سیستم‌های مراقبت بهداشتی جدیدتر و پیچیده‌تر که شخصی‌تر هستند و با سرعت زندگی مدرن مطابقت دارند، کمک می‌کند. با کاربردهای محاسبات لبه، هوش و شهودات خودکار در ابزارهای تجزیه و تحلیل مراقبت های بهداشتی موجود برای شناسایی، پیش بینی و پیشگیری از بیماری های پرخطر گنجانده شده است.

شناسایی چشم‌انداز هوش لبه در مراقبت‌های بهداشتی، تحقیقات جامعی را در مورد فناوری هوش لبه با تأکید بر کاربرد در صنعت مراقبت‌های بهداشتی ارائه می‌کند. تمام حوزه‌های مختلف هوش لبه برای تجزیه و تحلیل داده‌ها در مراقبت‌های بهداشتی را پوشش می‌دهد و به فناوری‌های نوظهور مانند تکنیک‌های مبتنی بر هوش مصنوعی، یادگیری ماشین، اینترنت اشیا، محاسبات ابری، و یادگیری عمیق با تصاویری از طراحی، پیاده‌سازی و مدیریت سیستم‌های مراقبت بهداشتی هوشمند و هوشمند نگاه می‌کند.

فصل‌ها مزایا و نکات برجسته اتخاذ مدل‌های لبه هوشمند به سمت زیرساخت‌های مراقبت بهداشتی هوشمند را نشان می‌دهند. این کتاب همچنین به نیاز فزاینده به سطح بالایی از امنیت داده‌های پزشکی در حین انتقال داده‌های بلادرنگ به معماری مبتنی بر ابر اشاره می‌کند، موضوعی که دغدغه اصلی بیمار و پزشک است. موضوعات شامل هوش لبه برای فناوری‌های حسگرهای پوشیدنی و کاربردهای آن‌ها برای نظارت بر سلامت، تکنیک‌های مختلف محاسبات لبه برای پیش‌بینی بیماری، خدمات سلامت الکترونیک و راه‌حل‌های امنیت الکترونیکی از طریق دستگاه‌های اینترنت اشیا با هدف بهبود کیفیت مراقبت از بیماران ترنس‌جندر، فناوری هوشمند در زندگی با کمک محیط، نقش هوش لبه در محدود کردن گسترش ویروس از طریق الگوی تصویری بصری در طول همه‌گیری‌ها، تجزیه و تحلیل الگوهای بصری ناشی از الگوی بصری ویروس‌ها و تحلیل عصبی عصبی بازسازی، و بیشتر.

فناوری مورد بررسی شامل پروتکل مسیریابی چندلایه آگاه از انرژی (ECRP)، تکنیک OMKELM-IDS، رابط کاربری گرافیکی (GUI)، IOST (یک پلتفرم بلاک چین فوق سریع و غیرمتمرکز) و غیره است.

این جلد برای دانشجویان مهندسی، محققان پژوهشی و متخصصان صنعت تولید در زمینه‌های ابتکارات برنامه‌های مهندسی در هوش مصنوعی، یادگیری ماشین و تکنیک‌های یادگیری عمیق برای محاسبات لبه مفید خواهد بود.

Reconnoitering the Landscape of Edge Intelligence in Healthcare 1st Edition

The revolution in healthcare as well as demand for efficient real-time healthcare services are driving the progression of edge computing, AI-mediated techniques, deep learning, and IoT applications for healthcare industries and cloud computing. Edge computing helps to meet the demand for newer and more sophisticated healthcare systems that are more personalized and that match the speed of modern life. With applications of edge computing, automated intelligence and intuitions are incorporated into existing healthcare analysis tools for identifying, forecasting, and preventing high-risk diseases.

Reconnoitering the Landscape of Edge Intelligence in Healthcare provides comprehensive research on edge intelligence technology with the emphasis on application in the healthcare industry. It covers all the various areas of edge intelligence for data analysis in healthcare, looking at the emerging technologies such as AI-based techniques, machine learning, IoT, cloud computing, and deep learning with illustrations of the design, implementation, and management of smart and intelligent healthcare systems.

Chapters showcase the advantages and highlights of the adoption of the intelligent edge models toward smart healthcare infrastructure. The book also addresses the increased need for a high level of medical data security while transferring real-time data to cloud-based architecture, a matter of prime concern for both patient and doctor. Topics include edge intelligence for wearable sensor technologies and their applications for health monitoring, the various edge computing techniques for disease prediction, e-health services and e-security solutions through IoT devices that aim to improve the quality of care for transgender patients, smart technology in ambient assisted living, the role of edge intelligence in limiting virus spread during pandemics, neuroscience in decoding and analysis of visual perception from the neural patterns and visual image reconstruction, and more.

The technology addressed include energy aware cross-layer routing protocol (ECRP), OMKELM-IDS technique, graphical user interface (GUI), IOST (an ultra-fast, decentralized blockchain platform), etc.

This volume will be helpful to engineering students, research scholars, and manufacturing industry professionals in the fields of engineering applications initiatives on AI, machine learning, and deep learning techniques for edge computing.

Product details

• Publisher ‏ : ‎ Apple Academic Press; 1st edition (April 23, 2024)
• Language ‏ : ‎ English
• Hardcover ‏ : ‎ 274 pages
• ISBN-10 ‏ : ‎ 1774914360
• ISBN-13 ‏ : ‎ 978-1774914366
• Item Weight ‏ : ‎ 1.29 pounds
• Dimensions ‏ : ‎ 6.14 x 0.69 x 9.21 inches