توسعه سامانه پایش بیماری مبتنی بر معماری اینترنت اشیا با رویکرد یادگیری عمیق

سرطان پستان یکی از مهم ترین و شایع ترین عوامل مرگ ومیر در میان زنان در سراسر جهان است و نقش حیاتی تشخیص به موقع این بیماری در بهبود شانس بقا و اثربخشی درمان بر کسی پوشیده نیست. هرچه بیماری در مراحل ابتدایی تر شناسایی شود، احتمال موفقیت درمان و کاهش عوارض جانبی آن به طور چشمگیری افزایش می یابد. پیشرفت های اخیر در فناوری های نوین، به ویژه در حوزه یادگیری ماشین و یادگیری عمیق، زمینه را برای توسعه سامانه های هوشمندی فراهم کرده است که می توانند فرآیند تشخیص بیماری را به صورت خودکار، سریع و دقیق انجام دهند. در این پژوهش، معماری نوینی مبتنی بر اینترنت اشیاء (IoT) طراحی و پیاده سازی شده است که با بهره گیری از دستگاه ها و حسگرهای هوشمند، داده های مرتبط با وضعیت سلامت بیماران را به صورت بلادرنگ جمع آوری و تحلیل می کند. داده های به دست آمده پس از پیش پردازش، به یک مدل یادگیری عمیق ارسال می شوند که توانایی بالایی در شناسایی الگوهای پیچیده و پیش بینی وضعیت بیماری دارد. تمرکز اصلی این معماری بر پایش و پیش بینی بیماری ها، به ویژه سرطان پستان، است و هدف آن کمک به تشخیص زودهنگام و کاهش خطاهای انسانی در فرآیند ارزیابی پزشکی می باشد.

کلیدواژه ها:

سرطان پستان ، یادگیری عمیق ، شبکه LSTM ، تشخیص خودکار ، اینترنت اشیا ، تحلیل تصویر