سینا دامی - استادیار، گروه مهندسی کامپیوتر، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران
احسان عرب قناد - دانشجوی ارشد، گروه مهندسی کامپیوتر، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران

سیستم های پایش سلامت، اهمیت ویژه ای در پزشکی مدرن امروز دارا هستند و از طرفی آمادگی ذاتی سیستم های ابری در پیوند با اینترنت اشیا می تواند به ارتقای کارایی این سیستم ها، کمک شایانی نماید. در این مقاله، روشی برای پایش سلامتی بیماران در محیط ابری و اینترنت اشیاء ارایه شده است که مبتنی بر بوستینگ بوده و از یادگیری عمیق سود می جوید. استفاده از بوستینگ الگوریتم های یادگیری عمیق جهت حصول سطوح بالاتری از کارایی در پایش سلامت بیماران از جمله نوآوری های این مقاله محسوب می گردد. از مجموعه داده های پایش سلامتی بیماران در حوزه های قلب، ریه، کلیه و مغز استفاده شده است. برای سنجش کارایی روش پیشنهادی آن را با چند روش مطرح دیگر، مورد مقایسه قرار داده و با متریک های صحت و سنجش F مورد مقایسه واقع شد. نتایج آزمایشات مختلف نشان داد که روش پیشنهادی در اکثر موارد از سایر روش های مورد مقایسه، بهتر عمل کرده و به سطوح بالاتری از کارایی دست یافته است.

پایش سلامت بیماران، یادگیری عمیق، بوستینگ، محیط ابری، اینترنت اشیاء