Fugu-MT 論文翻訳(概要): Efficient patient-centric EMR sharing block tree

論文の概要: Efficient patient-centric EMR sharing block tree

arxiv url: http://arxiv.org/abs/2504.20544v1
Date: Tue, 29 Apr 2025 08:42:01 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-02 19:15:54.815133
Title: Efficient patient-centric EMR sharing block tree
Title（参考訳）: 効率的な患者中心型EMR共有ブロックツリー
Authors: Xiaohan Hu, Jyoti Sahni, Colin R. Simpson, Normalia Samian, Winston K. G. Seah,
Abstract要約: ブロックチェーンベースの新しいデータ構造であるMedBlockTreeの設計について述べる。拡張Proコンセンサスアルゴリズムを導入し、複数のブランチを管理し、ネットワークの一貫性を維持する。我々の総合シミュレーションでは, 分岐数, 作業者数, 衝突速度, ネットワーク遅延の4次元にわたる性能評価を行った。
参考スコア（独自算出の注目度）: 2.1833640209032823
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Flexible sharing of electronic medical records (EMRs) is an urgent need in healthcare, as fragmented storage creates EMR management complexity for both practitioners and patients. Blockchain has emerged as a promising solution to address the limitations of centralized EMR systems regarding interoperability, data ownership, and trust concerns. Whilst its healthcare implementation continues to face scalability challenges, particularly in uploading lag time as EMR volumes increase. In this paper, we describe the design of a novel blockchain-based data structure, MedBlockTree, which aims to solve the scalability issue in blockchain-based EMR systems, particularly low block throughput and patient awareness. MedBlockTree leverages a chameleon hash function to generate collision blocks for existing patients and expand a single chain into a growing block tree with $n$ branches that are capable of processing $n$ new blocks in a single consensus round. We also introduce the EnhancedPro consensus algorithm to manage multiple branches and maintain network consistency. Our comprehensive simulation evaluates performance across four dimensions: branch number, worker number, collision rate, and network latency. Comparative analysis against a traditional blockchain-based EMR system demonstrates outstanding throughput improvements across all dimensions, achieving processing speeds $\nu\cdot n$ times faster than conventional approaches.
Abstract（参考訳）: 電子カルテ(EMR)のフレキシブルな共有は、医療において急務である。相互運用性、データオーナシップ、信頼に関する制限に対処する、有望なソリューションとしてブロックチェーンが登場した。ヘルスケアの実装は、特にEMRボリュームの増加に伴ってラグタイムのアップロードにおいて、スケーラビリティの課題に直面し続けている。本稿では,ブロックチェーンベースの新しいデータ構造であるMedBlockTreeの設計について述べる。 MedBlockTreeは、カメレオンハッシュ関数を活用して、既存の患者の衝突ブロックを生成し、単一のチェーンを、単一のコンセンサスラウンドで$n$の新規ブロックを処理できるブランチで成長するブロックツリーに拡張する。また、複数のブランチを管理し、ネットワークの一貫性を維持するために、EnhancedProコンセンサスアルゴリズムを導入します。我々の総合シミュレーションでは, 分岐数, 作業者数, 衝突速度, ネットワーク遅延の4次元にわたる性能評価を行った。従来のブロックチェーンベースのEMRシステムとの比較分析は、すべての次元にわたって優れたスループット向上を示し、従来のアプローチよりも高速に処理速度を$\nu\cdot n$を達成する。

関連論文リスト

Efficient and Trustworthy Block Propagation for Blockchain-enabled Mobile Embodied AI Networks: A Graph Resfusion Approach [60.80257080226662]
本稿では,コンソーシアムブロックチェーン対応MEANETのためのグラフ再拡散モデルに基づく信頼性の高いブロック伝搬最適化フレームワークを提案する。具体的には,信頼クラウドモデルに基づく革新的な信頼計算機構を提案する。グラフニューラルネットワークと拡散モデルの強みを利用して,最適なブロック伝搬軌跡を効果的かつ適応的に生成するグラフ拡散モデルを開発した。
論文参考訳（メタデータ） (2025-01-26T07:47:05Z)
Dynamic Digital Twins of Blockchain Systems: State Extraction and Mirroring [3.5376671181893897]
本稿では、Digital Twinベースのブロックチェーン管理フレームワークを設計するための取り組みを構成する。基本システムの条件に適合するようにコンセンサスプロセスを適用することを目的としている。具体的には、ブロックチェーンシステムを抽出し、それをデジタルツインにミラーリングするという問題に対処する。
論文参考訳（メタデータ） (2024-12-07T03:54:34Z)
Digital Twin-Assisted Federated Learning with Blockchain in Multi-tier Computing Systems [67.14406100332671]
産業用 4.0 システムでは、リソース制約のあるエッジデバイスが頻繁にデータ通信を行う。本稿では,デジタルツイン (DT) とフェデレーション付きデジタルツイン (FL) 方式を提案する。提案手法の有効性を数値解析により検証した。
論文参考訳（メタデータ） (2024-11-04T17:48:02Z)
Cross-chain Sharing of Personal Health Records: Heterogeneous and Interoperable Blockchains [1.6662631877618401]
本稿では、異種および相互運用可能なブロックチェーン間でPHRを共有する手法を提案する。医療用IoTデバイスは、InterPlanetary File System内のリアルタイムPHRを暗号化して保存することができる。拡張されたプロキシ再暗号化(PRE)アルゴリズムは、ブロックチェーン暗号システムの違いに対処する。
論文参考訳（メタデータ） (2024-10-11T12:22:10Z)
Generative Blockchain: Transforming Blockchain from Transaction Recording to Transaction Generation through Proof-of-Merit [5.801684954657074]
生成ブロックチェーンは、トランザクション生成と記録を組み合わせることで、従来のブロックチェーン技術を変革することを目指している。私たちのデザインの中心は、新しいコンセンサスメカニズムであるProof-of-Merit(PoM)である。我々は、複雑なトランザクション生成問題を解決するタスクが独立した問題解決者のプールに委譲される、オンデマンドプラットフォーム上でPoMを実証する。
論文参考訳（メタデータ） (2024-08-23T20:51:10Z)
Enhancing Trust and Privacy in Distributed Networks: A Comprehensive Survey on Blockchain-based Federated Learning [51.13534069758711]
ブロックチェーンのような分散型アプローチは、複数のエンティティ間でコンセンサスメカニズムを実装することで、魅力的なソリューションを提供する。フェデレートラーニング(FL)は、参加者がデータのプライバシを保護しながら、協力的にモデルをトレーニングすることを可能にする。本稿では,ブロックチェーンのセキュリティ機能とFLのプライバシ保護モデルトレーニング機能の相乗効果について検討する。
論文参考訳（メタデータ） (2024-03-28T07:08:26Z)
A Scalable Multi-Layered Blockchain Architecture for Enhanced EHR Sharing and Drug Supply Chain Management [3.149883354098941]
本稿では、電子健康記録の安全な共有とドラッグサプライチェーン管理のためのスケーラブルな多層ブロックチェーンアーキテクチャを提案する。提案するフレームワークは,システムパフォーマンス,セキュリティ,患者中心のアクセス制御を強化する5つの異なるレイヤを導入している。私たちのソリューションは、データの整合性、プライバシ、相互運用性を保証することで、既存の医療システムとの互換性を確保します。
論文参考訳（メタデータ） (2024-02-27T09:20:16Z)
Generative AI-enabled Blockchain Networks: Fundamentals, Applications, and Case Study [73.87110604150315]
Generative Artificial Intelligence(GAI)は、ブロックチェーン技術の課題に対処するための有望なソリューションとして登場した。本稿では、まずGAI技術を紹介し、そのアプリケーションの概要を説明し、GAIをブロックチェーンに統合するための既存のソリューションについて議論する。
論文参考訳（メタデータ） (2024-01-28T10:46:17Z)
Blockchain-empowered Federated Learning for Healthcare Metaverses: User-centric Incentive Mechanism with Optimal Data Freshness [66.3982155172418]
まず、医療メタバースのための分散型フェデレートラーニング(FL)に基づく、ユーザ中心のプライバシ保護フレームワークを設計する。次に,情報時代(AoI)を有効データ更新度指標として利用し,観測理論(PT)に基づくAoIベースの契約理論モデルを提案し,センシングデータ共有の動機付けを行う。
論文参考訳（メタデータ） (2023-07-29T12:54:03Z)
UNETR++: Delving into Efficient and Accurate 3D Medical Image Segmentation [93.88170217725805]
本稿では,高画質なセグメンテーションマスクと,パラメータ,計算コスト,推論速度の両面での効率性を提供するUNETR++という3次元医用画像セグメンテーション手法を提案する。我々の設計の核となるのは、空間的およびチャネル的な識別的特徴を効率的に学習する、新しい効率的な対注意ブロック(EPA)の導入である。 Synapse, BTCV, ACDC, BRaTs, Decathlon-Lungの5つのベンチマークで評価した結果, 効率と精度の両面で, コントリビューションの有効性が示された。
論文参考訳（メタデータ） (2022-12-08T18:59:57Z)
BPFISH: Blockchain and Privacy-preserving FL Inspired Smart Healthcare [0.3867363075280543]
本稿では,医療センター(MC)が患者から収集したデータを用いて地域モデルを訓練し,生データを共有せずにブロックチェーンベースのロバストなフレームワークでマイナーにモデル重みを送信し,プライバシ保護を議論に残す,FLベースのスマートヘルスケアシステムを提案する。ブロックチェーンベースのフレームワークを基盤とした分散医療データ上で,効率的なモデル学習のためのMCのエネルギー消費とFLプロセス遅延を考慮した損失関数を最大化して最適化問題を定式化する。
論文参考訳（メタデータ） (2022-07-24T04:06:28Z)

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。