دانلود مقاله و خرید ترجمه:چارچوب مراقبت های پزشکی تشخیص بیماری براساس اینترنت اشیا ابرمحور - 2018
بلافاصله پس از پرداخت دانلود کنید

با سلام خدمت کاربران در صورتی که با خطای سیستم پرداخت بانکی مواجه شدید از طریق کارت به کارت (6037997535328901 بانک ملی ناصر خنجری ) مقاله خود را دریافت کنید (تا مشکل رفع گردد). 

مقالات ترجمه شده اینترنت اشیاء ( Internet of Things )
  • Cloud-centric IoT based disease diagnosis healthcare framework چارچوب مراقبت های پزشکی تشخیص بیماری براساس اینترنت اشیا ابرمحور

    دسته بندی:

    اینترنت اشیاء - Internet of Things


    سال انتشار:

    2018


    ترجمه فارسی عنوان مقاله:

    چارچوب مراقبت های پزشکی تشخیص بیماری براساس اینترنت اشیا ابرمحور


    عنوان انگلیسی مقاله:

    Cloud-centric IoT based disease diagnosis healthcare framework


    منبع:

    Sciencedirect - Elsevier - Journal of Parallel and Distributed Computing Volume 116, June 2018, Pages 27-38


    نویسنده:

    Prabal Verma, Sandeep K: Sood


    چکیده انگلیسی:

    In the last few years, the m-healthcare applications based on Internet of Things (IoT) have provided multi-dimensional features and real-time services. These applications provide a platform to millions of people to get health updates regularly for a healthier lifestyle. Induction of IoT devices in the healthcare environment have revitalized multiple features of these applications. The big data generated by IoT devices in healthcare domain is analyzed on the cloud instead of solely relying on limited storage and computation resources of handheld devices. Relative to this context, a cloud-centric IoT based m-healthcare monitoring disease diagnosing framework is proposed which predicts the potential disease with its level of severity. Key terminologies are defined to generate user-oriented health measurements by exploring the concept of computational sciences. The architectural prototype for smart student healthcare is designed for application scenario. The results are computed after processing the health measurements in a specific context. In our case study, systematic student perspective health data is generated using UCI dataset and medical sensors to predict the student with different disease severity. Diagnosis schemes are applied using various state-of-the-art classification algorithms and the results are computed based on accuracy, sensitivity, specificity, and F-measure. Experimental results show that the proposed methodology outperforms the baseline methods for disease prediction.
    Keywords: User Diagnosis Result (UDR) | Smart Student Interactive System (SSIS) | Cloud computing | Internet of Things (IoT) | m-health


    چکیده فارسی:

    طی چند سال اخیر، برنامه های کاربردی m-heaalthe مبتنی بر اینترنت اشیاء (IoT) ویژگی های چندبُعدی و سرویس های لحظه ای را فراهم آورده اند. این برنامه ها بستری را برای میلیون ها نفر جهت دریافت به-روزرسانی ها به صورت منظم برای ارتقای سبک زندگی ممکن ساخته اند. گنجاندن دستگاه های IoT در محیط مراقبت های بهداشتی به چندین ویژگی این برنامه ها، جانی تازه بخشیده است. کلان داده ی حاصل از دستگاه-های IoT در حوزه ی سلامت به جای اینکه صرفاً بر ذخیره سازی محدود و منابع محاسباتی دستگاه های دستی تکیه داشته باشد، توسط ابرها، تحلیل می شود. در این حوزه، چارچوب تشخیص بیماری پایشی m-healthcare مبتنی بر IoT ابرمحور پیشنهاد شده که بیماری احتمالی و شدت آن را پیش بینی می کند. اصطلاحات کلیدی برای ایجاد موارد سنجش سلامتی کاربرمحور با کاوش در مفهوم علوم محاسباتی تعریف شده اند. نمونه ی اولیه معماری پیشنهادی برای مراقبت های بهداشتی دانشجویی هوشمند برای سناریوی کاربردی طراحی شده است. نتایج پس از پردازش سنجش های سلامتی در یک بستر خاص، محاسبه شده اند. در این مطالعه ی موردی، داده های سلامت چشم انداز نظام مند دانشجویی با استفاده از مجموعه داده ی UCI و حسگرهای پزشکی برای پیش بینی بیماری با شدت های مختلف در دانشجویان ایجاد شدند. طرح های تشخیصی با استفاده از به روزترین الگوریتم های دسته بندی اعمال شدند و نتایج براساس دقت، حساسیت، اختصاصی بودن، و معیار F محاسبه شدند. نتایج تجربی نشان داد روش پیشنهادی بر روش های اصلی پیش بینی بیماری برتری دارد.
    کلیدواژه ها : نتیجه ی تشخیصی کاربر (UDR) | سیستم کنشگرای هوشمند دانشجویی (SSIS) | رایانش ابری | اینترنت اشیاء (IoT) | m-health


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 12
    تعداد صفحات فایل doc فارسی(با احتساب مراجع): 38

    وضعیت ترجمه عناوین تصاویر و جداول: به صورت کامل ترجمه شده است

    وضعیت ترجمه متون داخل تصاویر و جداول: به صورت کامل ترجمه شده است

    حجم فایل: 1841 کیلوبایت


    قیمت: 56160 تومان   


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi
بازدید امروز: 4027 :::::::: بازدید دیروز: 0 :::::::: بازدید کل: 4027 :::::::: افراد آنلاین: 73