文献

J-GLOBAL ID：202202270102243549   整理番号：22A1055597

医療安全モノのインターネットにおける機械学習ベース予測とモデリング【JST・京大機械翻訳】

Machine Learning Based Prediction and Modeling in Healthcare Secured Internet of Things

著者 (4件)： Aitzaouiat Charafeddine E. (National School of Applied Sciences, University of Cadi Ayyad, Marrakesh, Morocco) ,  Latif Adnane (National School of Applied Sciences, University of Cadi Ayyad, Marrakesh, Morocco) ,  Benslimane Abderrahim (LIA/CERI, University of Avignon, Avignon, France) ,  Chin Hui-Hsin (Department of Information Technology, Overseas Chinese University, Taichung, Taiwan)
資料名： Mobile Networks and Applications  (Mobile Networks and Applications)
巻： 27  号： 1  ページ： 84-95  発行年： 2022年 
JST資料番号： W1753A  ISSN： 1383-469X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文では,著者らの新しい”Smart Observation of Involuntary Medical Seizures(SOIMS)”の概念とプロトタイプ実装を提示した。SOIMSは,不随意発作の予測およびモデリングのためのインテリジェントプラットフォームとして,無線ボディエリアネットワーク(WBAN),モノのインターネット(IoT)およびマシン学習(ML)を併合する。予測プロセスを,著者らの提案アルゴリズム,すなわち,線形回帰アルゴリズム(QuLRA),選択クラスタ化アルゴリズム(SeCA)およびリアルタイムクラスタ相関アルゴリズム(RT2CA)を用いて詳述した。提案システムの評価を,Physionet ECG患者のデータセットに基づいて検証した。プロトタイプの実装は,ノードCoAP/DTLSプロトコルと病院情報システム(HIS)HTTP/TLSプロトコル間の翻訳に組み込まれたIoT/WEBプロキシセキュリティを含む。本提案の解決策は,異なるレベル,即ち,機械学習と予測アルゴリズムの階層的組合せを用いて,文献における既存の方式より優れている。b)それはオープンソース,インタオペラブルおよびユーザフレンドリーである;c)それは安全なプロトタイプ実装である。およびd)それは相関基準に従ってより高い精度に達する。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *安全性 ,  *学習 ,  *相互接続 ,  クラスタ化 ,  プロトコル ,  発作 ,  *機械学習 ,  プロトタイプ
準シソーラス用語： 病院情報システム ,  *医療安全 ,  線形回帰 ,  HTTP ,  予測アルゴリズム ,  オープンソース ,  *モノのインターネット , 【Automatic Indexing@JST】

著者キーワード (6件)： WBAN ,  機械学習 ,  IoT ,  ECG ,  頻拍 ,  予測

分類 (2件)： 計算機網  (JC03000K) ,  通信網  (ND07030A)

タイトルに関連する用語 (5件)： 医療安全 ,  インターネット ,  機械学習 ,  予測 ,  モデリング