論文の概要: A Mobile Cloud-Based eHealth Scheme
- arxiv url: http://arxiv.org/abs/2004.11842v1
- Date: Wed, 15 Apr 2020 16:06:54 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-13 04:31:02.711638
- Title: A Mobile Cloud-Based eHealth Scheme
- Title（参考訳）: モバイルクラウドベースのeヘルススキーム
- Authors: Yihe Liu, Aaqif Afzaal Abbasi, Atefeh Aghaei, Almas Abbasi, Amir
Mosavi, Shahab Shamshirband, and Mohammed A. A. Al-qaness
- Abstract要約: 本研究は, トラストレポートから心電図信号を抽出する従来の課題を解決するために, これら2つのフィールド間の協調を観察する。
開発システムには2つのフロントエンドがあり、ユーザがトレースレポートの撮影を行うために最初に専用のものとなっている。
信号が抽出されると、それをサーバにアップロードし、さらに分析をクラウドの信号で行う。
- 参考スコア（独自算出の注目度）: 0.5269923665485903
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Mobile cloud computing is an emerging field that is gaining popularity across
borders at a rapid pace. Similarly, the field of health informatics is also
considered as an extremely important field. This work observes the
collaboration between these two fields to solve the traditional problem of
extracting Electrocardiogram signals from trace reports and then performing
analysis. The developed system has two front ends, the first dedicated for the
user to perform the photographing of the trace report. Once the photographing
is complete, mobile computing is used to extract the signal. Once the signal is
extracted, it is uploaded into the server and further analysis is performed on
the signal in the cloud. Once this is done, the second interface, intended for
the use of the physician, can download and view the trace from the cloud. The
data is securely held using a password-based authentication method. The system
presented here is one of the first attempts at delivering the total solution,
and after further upgrades, it will be possible to deploy the system in a
commercial setting.
- Abstract（参考訳）: モバイルクラウドコンピューティングは、国境を越えて急速に普及している新興分野である。
同様に、健康情報学の分野も極めて重要な分野と考えられている。
本研究は, 心電図信号をトレースレポートから抽出し, 解析する従来の課題を解決するために, これら2つの分野間の協調を観察する。
開発したシステムは,ユーザがトレースレポートの撮影を行うための第1のフロントエンドを2つ備えている。
撮影が完了すると、モバイルコンピューティングを使用して信号を抽出する。
信号が抽出されると、それをサーバにアップロードし、クラウド上の信号に対してさらに分析を行う。
これが終わったら、医師の使用を意図した2番目のインターフェースが、クラウドからトレースをダウンロードして閲覧することができる。
データはパスワードベースの認証方式でセキュアに保持される。
ここで提示されたシステムは、完全なソリューションを提供する最初の試みの1つであり、さらなるアップグレードの後、システムを商用環境でデプロイすることができる。
関連論文リスト
- Ground-to-Aerial Person Search: Benchmark Dataset and Approach [42.54151390290665]
我々はG2APSという,地上から航空への人物探索のための大規模データセットを構築した。
G2APSには、UAVと地上監視カメラの両方に2,644個のアイデンティティを持つ260,559個の注釈付きバウンディングボックスの31,770枚の画像が含まれている。
論文 参考訳（メタデータ） (2023-08-24T11:11:26Z) - Consistent Two-Flow Network for Tele-Registration of Point Clouds [74.51029406361997]
任意のポーズで提示される点群間の登録を可能とし,重複がほとんどあるいは全くない学習ベースの手法を提案する。
本手法は,一群の形状の先行を学習し,部分的な形状を完遂できる新しいニューラルネットワーク設計に基づいている。
個別のフローと比較して、この2フローのトレーニングが堅牢で信頼性の高い遠隔登録につながることを示す。
論文 参考訳（メタデータ） (2021-06-01T09:03:21Z) - Semantic Segmentation with Generative Models: Semi-Supervised Learning
and Strong Out-of-Domain Generalization [112.68171734288237]
本論文では,画像とラベルの再生モデルを用いた識別画素レベルのタスクのための新しいフレームワークを提案する。
我々は,共同画像ラベルの分布を捕捉し,未ラベル画像の大規模な集合を用いて効率的に訓練する生成的対向ネットワークを学習する。
ドメイン内性能をいくつかのベースラインと比較し,ドメイン外一般化を極端に示す最初の例である。
論文 参考訳（メタデータ） (2021-04-12T21:41:25Z) - Data Augmentation for Object Detection via Differentiable Neural
Rendering [71.00447761415388]
注釈付きデータが乏しい場合、堅牢なオブジェクト検出器を訓練することは困難です。
この問題に対処する既存のアプローチには、ラベル付きデータからラベル付きデータを補間する半教師付き学習が含まれる。
オブジェクト検出のためのオフラインデータ拡張手法を導入し、新しいビューでトレーニングデータを意味的に補間する。
論文 参考訳（メタデータ） (2021-03-04T06:31:06Z) - Deep Neural Networks based Invisible Steganography for Audio-into-Image
Algorithm [0.0]
画像と音声の整合性は良好に保たれ、隠れた音声の最大長は大幅に改善されている。
第1のネットワークは秘密の音声を画像に隠蔽し、第2のネットワークは画像を復号して元の音声を得る責務を負う。
論文 参考訳（メタデータ） (2021-02-18T06:13:05Z) - Split then Refine: Stacked Attention-guided ResUNets for Blind Single
Image Visible Watermark Removal [69.92767260794628]
従来の透かし除去方法は,ユーザから透かしの位置を取得したり,マルチタスクネットワークをトレーニングして,背景を無差別に復元する必要があった。
本稿では,注目誘導型ResUNetsを積み重ねた新しい2段階フレームワークを提案し,検出・除去・精錬の過程をシミュレートする。
様々な条件下で4つの異なるデータセット上でアルゴリズムを広範囲に評価し,その手法が他の最先端手法をはるかに上回っていることを示す実験を行った。
論文 参考訳（メタデータ） (2020-12-13T09:05:37Z) - Privacy Preserving for Medical Image Analysis via Non-Linear Deformation
Proxy [21.618490847217164]
マルチ中心医療画像の解析を可能にするクライアントサーバシステムを提案する。
本手法では,入力画像に擬似ランダムな非線形変形を適用することにより,患者の身元を保護している。
サーバは、クライアントが標準形式に戻す変形した処理イメージを返します。
論文 参考訳（メタデータ） (2020-11-25T15:44:12Z) - Refinement of Predicted Missing Parts Enhance Point Cloud Completion [62.997667081978825]
点雲完了は、部分的な観測から3次元形状の点集合表現を用いて完全な幾何学を予測するタスクである。
従来のアプローチでは、不完全点集合によって供給されるエンコーダ・デコーダモデルにより、点雲全体を直接推定するニューラルネットワークが提案されていた。
本稿では、欠落した幾何を計算し、既知の入力と予測点クラウドを融合することに焦点を当てたエンドツーエンドニューラルネットワークアーキテクチャを提案する。
論文 参考訳（メタデータ） (2020-10-08T22:01:23Z) - An Improved Dilated Convolutional Network for Herd Counting in Crowded
Scenes [1.7358040670413502]
本稿では,2つの双方向畳み込み型ディープラーニングアーキテクチャからなる正確なモニタリングシステムを提案する。
提案モデルでは,最先端手法よりも30%高速に収束することが示されている。
上海データセットに適用すると、平均絶対誤差(MAE)が20%低い。
論文 参考訳（メタデータ） (2020-08-17T12:31:10Z) - Single Image Cloud Detection via Multi-Image Fusion [23.641624507709274]
アルゴリズム開発における主な課題は、注釈付きトレーニングデータを集めるコストである。
マルチイメージフュージョンの最近の進歩が、シングルイメージクラウド検出のブートストラップにどのように活用できるかを実証する。
我々は、ランドカバー用のピクセルごとのセマンティックラベリングとともに、Sentinel-2画像の大規模なデータセットを収集した。
論文 参考訳（メタデータ） (2020-07-29T22:52:28Z) - One-step regression and classification with crosspoint resistive memory
arrays [62.997667081978825]
高速で低エネルギーのコンピュータは、エッジでリアルタイム人工知能を実現するために要求されている。
ワンステップ学習は、ボストンの住宅のコスト予測と、MNIST桁認識のための2層ニューラルネットワークのトレーニングによって支援される。
結果は、クロスポイントアレイ内の物理計算、並列計算、アナログ計算のおかげで、1つの計算ステップで得られる。
論文 参考訳（メタデータ） (2020-05-05T08:00:07Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。