Hindawi的博客分享 http://blog.sciencenet.cn/u/Hindawi

博文

Hindawi特刊 | 机器学习和数据挖掘在移动医疗中的应用

已有 813 次阅读 2020-4-30 10:19 |系统分类:科普集锦| 机器学习, 数据挖掘, 移动医疗, Hindawi, 特刊

MISY_weChat_blog.jpg

​期刊:Mobile Information Systems

特刊:Artificial Intelligence for Mobile Health Data Analysis and Processing(人工智能在移动医疗数据分析和处理方面的应用)

出版日期:2018年11月


本期特刊以近期快速发展的移动健康为启发,探讨了人工智能在移动医疗数据和分析方面的应用。物联网(IoT)正在变革智慧医疗(eHealth),尤其是移动医疗(m-Health)系统。目前,越来越多的固定及移动医疗器械被安装在患者体内和医疗设备上。患者所处的临床/家居环境收集种类繁多的海量健康数据,并将其发送至医疗信息系统,用于病情分析。

该特刊旨在深入探讨机器学习和数据挖掘在移动医疗中的应用。



Mobile Hardware-Information System for Neuro-Electrostimulation (点击查看)

神经电刺激移动硬件信息系统

作者:Vladimir S. Kublanov、Mikhail V. Babich和Anton Yu. Dolganov

学校:俄罗斯乌拉尔联邦大学研究医疗和生物工程高科技中心(Research Medical and Biological Engineering Centre of High Technologies)

本文阐述了基于多因子神经电刺激设备的移动硬件信息系统的组织原理,并探讨了人工智能和机器学习在治疗流程管理中的应用前景。


Computer-Assisted Diagnosis for Diabetic Retinopathy Based on Fundus Images Using Deep Convolutional Neural Network (点击查看)

基于深度卷积神经网络生成的眼底图像的糖尿病视网膜病变计算机辅助诊断

作者: Yung-Hui Li(1)、Nai-Ning Yeh(1)、Shih-Jen Chen(2)和Yu-Chien Chung(3)

1:国立中央大学,台湾地区

2:国立阳明大学,台湾地区台北市北投区

3:天主教辅仁大学附设医院,台湾地区

糖尿病视网膜病变(DR)是一种糖尿病慢性并发症,早期症状较少,很难检测。目前,DR的诊断通常需要采集数字眼底图像,以及使用光学相干断层扫描技术(OCT)生成的图像。OCT设备的价格昂贵,但如果依靠读取数字眼底图像做出准确诊断,患者和眼科医生均会受益。本文作者提出了一种基于深度卷积神经网络(DCNN)的新算法,来辅助诊断糖尿病视网膜病变。



由查尔斯沃思集团(Charlesworth Group)统筹翻译。


点击查看期刊内优秀论文。

0cb3ee72869eab296045c21f69dae93.png




http://blog.sciencenet.cn/blog-3411312-1230905.html

上一篇:重要通知!仿生和康复机器人的特刊将于5月29日截止投稿
下一篇:快速发表新冠论文 | Hindawi在线论文集

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2020-7-4 13:57

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部