26、医疗领域机器学习与物联网的融合应用

医疗领域机器学习与物联网的融合应用

1. 融合模型架构

在医疗领域，机器学习与物联网的融合模型主要包含四个计算部分：
- 监测元素 ：建立传感器与边缘之间的连接，进行数据的预处理、聚合和存储。
- 分析元素 ：借助云服务器执行复杂的计算任务。
- 规划元素 ：位于边缘系统，由分析组件定期更新。
- 决策执行 ：通过模型执行和本地化决策，使系统具备高可用性。

该模型的有效性在两种情况下得到了验证：一是线性机器学习方法（线性支持向量机）的分区，二是深度学习（非线性）算法的部署。

2. 康复系统中的IoMT解决方案

IoMT（医疗物联网）解决方案在康复系统中发挥着重要作用，能够有效确保患者术后身体无感染或其他异常。具体应用如下：
- 下肢截肢患者健康评估 ：通过监测温度和行走模式，评估下肢截肢患者残肢的健康状况。一组边缘设备（包括安卓手机）收集数据并传输到雾站，雾站基于机器学习算法进行预测。
- 人体肢体运动估计 ：在前臂安装两个低功耗加速度计，即可实现人体肢体运动的估计。
- 帕金森病患者语音监测 ：利用雾系统架构，通过麦克风或手机检测音频信号，传输到雾节点进行声学特征提取，最终在云系统中进行分类。

3. 饮食摄入与皮肤病理评估

借助深度学习技术，可在移动设备上直接进行推理，实现皮肤病变