سیستم کارآمد پشتیبانی مراقبت های بهداشتی بلادرنگ مبتنی بر لبه در انرژی

استفاده فراگیر از دستگاه های پوشیدنی اینترنت اشیاء (wIoT) فرصتی عالی برای سیستم نظارت از راه دور سلامت ایجاد کرده است تا خدمات مهمی مانند مراقبت های پیشگیرانه و مداخله زودهنگام را برای جمعیت های در معرض خطر ارائه دهد. الگوی لبه-ابر می تواند محاسبات پیچیده مورد نیاز در ارائه این خدمات را به طور موثر نشان دهد. اما چالش در تلاش آن در ترکیب هوشمندی در دستگاه های لبه نهفته است. با سیل در دسترس بودن داده ها، روش های یادگیری عمیق برای به دست آوردن عملکرد کافی در برنامه های مراقبت های بهداشتی بسیار امیدوار کننده هستند. از آنجایی که دستگاه های لبه از نظر قابلیت محاسباتی و مصرف انرژی در منابع محدود هستند، راه اندازی خدمات یادگیری عمیق از ابر به لبه نیازمند مقابله موثر با نیازهای محاسباتی و انرژی گزاف چارچوب های یادگیری عمیق است. در این فصل، یک سیستم پشتیبانی مراقبت بهداشتی مبتنی بر لبه هوشمند با کارآمدی انرژی (EESE-HSS) برای بیماران دیابتی مبتلا به بیماری قلبی عروقی پیشنهاد شده است. الگو لبه-ابر پیشنهادی از یک معماری محاسباتی سلسله مراتبی برای اعمال تشخیص سریع در مواقع اضطراری استفاده می کند. چارچوب هوشمند گنجانده شده در لبه نیز به شیوه ای موثر از نظر انرژی ساخته شده است. بنابراین، سیستم حمایت از مراقبت های بهداشتی پیشنهادی از نظر کارایی انرژی و کاهش تاخیر کارایی بهتری دارد. این باعث می شود که تشخیص سقوط در بیماران دیابتی مبتلا به بیماری های قلبی عروقی که در معرض خطر حمله قلبی، سکته مغزی، نارسایی قلبی و سایر بیماری های شریر هستند، بسیار مفید باشد.

کلیدواژه ها:

سیستم مراقبت بهداشتی ، انرژی کارآمد ، اینترنت اشیاء ، محاسبات لبه