ارائه سیستم مراقبت سلامت مبتنی بر شبکهی مه-ابر جهت تشخیص بروز حملات قلبی با استفاده از یادگیری ماشین

بیماری های قلبی و عروقی یکی از شایع ترین انواع بیماری است که به راحتی می تواند موجب مرگ انسان شود. از این رو، تشخیص و پیشگیری بهموقع از حملات ناشی از این بیماری آمری حیاتی محسوب می شود. امروزه، با پیشرفت تکنولوژی و پیدایش سرویس های مراقبتی مبتنی بر اینترنت،پزشکان قادر به نظارت از راه دور بیمار شده اند. در این مقاله، یک معماری جد ید مبتنی بر مه-ابر برای تشخیص و پیشگیری از حملات قلبی پیشنهاد شدهاست که در لابه حسگر از حسگرهای ضربان قلب و شارخون برای اندازه گیری مشخصه های بیمار استفاده می شود. این کاربد صد دارد با بهره مندی ازاینترنت اشیا حملات قلبی را به موقع تشخیص دهد. در مدل پیشنهادی به دو محدودیت عمده تاخیر و محدودیت منابع در اشیا توجه شده است. به منظور تشخیص خود کار و ایجاد هشدار از روش های یادگیری ماشین استفاده شده است. در فاز باد گیری از الگوریتم LightGBM که یک الگوریتم یاد گیری ماشین سبک و دقیق است استفاده میشود تا بتواند پاسخگوی سرعت مورد نظر در خصوص این نوع کاربرد باشد.

Keywords:

حملات قلبی , اینترنت اشیاء , معماری مه-ابر , یادگیری ماشین