33、早期高血压视网膜病变检测与物联网老年患者护理系统架构

早期高血压视网膜病变检测与物联网老年患者护理系统架构

1. 早期高血压视网膜病变检测

在高血压视网膜病变的检测中，采用了EPSO分类器对不同等级的高血压视网膜病变进行分级。相关测量指标在表中有所体现，不同等级的高血压视网膜病变情况如图所示。

这里引入了一种无监督的五类高血压视网膜病变检测程序，利用EPSO聚类算法构建了眼底图像的识别和分组模型。为进行性能评估，将提取的特征输入到模糊C均值、PSO等分类器中。根据性能分析，对于Inspire、Drive和STARE数据集，EPSO分类器的表现优于其他各类分类器。该框架的多分类平均准确率达到了98.47%，其结果表明，在公开可用的数据集上，采用引入的EPSO聚类算法进行高血压视网膜病变的检测和分类，能够达到极高的准确率、敏感度和特异性，分别为98.47%和97.99。未来，该框架有望用于在高血压视网膜病变早期自动识别其他视网膜问题。

2. 物联网老年患者护理系统架构

2.1 引言

物联网和无线技术改变了现代医疗保健系统。随着为患者提供顺畅治疗流程的需求日益增长，基于物联网的医疗保健系统应运而生。该系统能提供多种服务，满足老年和独居患者的需求。众多物联网传感器用于收集患者数据，并将其发送到服务器进行数据分析和远程监控。

许多作者提出了不同的医疗保健架构，有的采用定制的6LoWPAN网络，通过网关将传感器数据共享到云端。系统中使用模数转换器将模拟数据转换为数字数据，微控制器单元进行预处理并生成6LoWPAN数据包，射频收发器将数据包传输到网关，网关再将数据传递到云服务器。云服务器存储健康数据、进行数据分析，并为客户端提供健康信息展示界面。

物联网框架有