Skip to main content
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Kapitel lesen Erstes Kapitel lesen

2024 | OriginalPaper | Buchkapitel

An IoT Framework to Support Rural Population with Diabetic Related Issues via Optimization Algorithms

verfasst von : Vinit Kumar Gunjan, Fahimuddin Shaik, Rashmi Pathak

Erschienen in: Modern Approaches in IoT and Machine Learning for Cyber Security

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Dieses Kapitel stellt ein innovatives IoT-Rahmenwerk vor, das auf ländliche Bevölkerungen zugeschnitten ist, die an diabetischen Problemen leiden. Es betont den Einsatz von Optimierungsalgorithmen zur Verbesserung der Echtzeit-Datenverarbeitung und -konnektivität in Gesundheitsnetzwerken und adressiert die Beschränkungen aktueller biomedizinischer Bildgebungstechnologien. Die Studie geht den Herausforderungen durch Diabetes wie diabetischer Kardiomyopathie und Myonekrose nach und schlägt ein Rahmenwerk vor, das Bildverarbeitung mit IoT kombiniert, um Früherkennung, Aufklärung und Behandlung zu erleichtern. Das Rahmenwerk umfasst eine Phase-I-Analyse unter Verwendung von Optimierungsalgorithmen und eine Phase-II-Implementierung von IoT, die das Potenzial der Integration fortschrittlicher Technologien zur Verbesserung der Gesundheitsergebnisse in abgelegenen Gebieten aufzeigt.
KI-Generiert

Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Agricultural Monitoring and Control of a System Using Smart IoT Devices
Nächstes Kapitel IoT-Based Heart Disease Prediction System
Literatur
1.
A. Sharifi, A. Vosolipour, M. Aliyari Sh, M. Teshnehlab, Hierarchical Takagi-Sugeno type fuzzy system for diabetes mellitus forecasting, in Proceedings of 7th International Conference on Machine Learning and Cybernetics, Kunming, vol. 3, (12–15 July 2008), pp. 1265–1270
2.
S.M. Ahmed, B. Kovela, V.K. Gunjan, IoT based automatic plant watering system through soil moisture sensing—a technique to support farmers’ cultivation in rural India, in Advances in Cybernetics, Cognition, and Machine Learning for Communication Technologies, (Springer, Singapore, 2020), pp. 259–268CrossRef
3.
O. Asghar, A. Al-Sunni, S. Withers, Diabetic cardiomyopathy, in Clinical Science, (The Manchester Heart Centre, UK, 2009)
4.
V.K. Gunjan, S. Kumar, M.D. Ansari, Y. Vijayalata, Prediction of agriculture yields using machine learning algorithms, in Proceedings of the 2nd International Conference on Recent Trends in Machine Learning, IoT, Smart Cities and Applications, (Springer, Singapore, 2022), pp. 17–26CrossRef
5.
L. Ting, M. Khan, A. Sharma, M.D. Ansari, A secure framework for IoT-based smart climate agriculture system: toward blockchain and edge computing. J. Intell. Syst. 31(1), 221–236 (2022)
6.
J. Liu, K.C. Tsui, Toward nature-inspired computing. Commun. ACM 49(10), 59–64 (2006)CrossRef
7.
L.G. Mancillas-Adame, J.G. González-González, J.O. Jáquez-Quintana, et al., Diabetic myonecrosis in a patient with hepatic cirrhosis: a case report and review of the literature. J. Med. Case Rep. 3, 1–5 (2009)CrossRef
8.
W. Kang, K. Wang, W. Chen, Y. Li, Segmentation of coronary arteries based on transition region extraction, in 2nd International Asia Conference on Informatics in Control, Automation and Robotics, (2010)
9.
S. Eiho, Y. Qian, Detection of coronary artery tree using morphological operator, in Computers in Cardiology, (IEEE, Lund, 1997), pp. 525–528
10.
Z.W. Tang, H. Zhang, G.S. Hu, Morphological multiscale vessel enhancement for coronary angiograms. J. Tsinghua Univ. Sci. Tech. 46(3), 418–420 (2006)
11.
Y.H. Yu, Study of coronary artery segmentation from coronary digital angiography. Shandong J. Biomed. Eng. 21, 5–10 (2002)
12.
Z. Xu, Y.D. Yu, H.B. Xie, X.D. Chen, J.X. Huang, Heat vessels extraction from angiogram. Chin. J. Biomed. Eng. 22(1), 6–11 (2003)
13.
G. Chen, H. Yi, Z.H. Ni, Automatic vessel boundary extraction and stenosis quantification method based on Laplacian-of- Gaussian algorithm using DSA images. Chin. J. Sci. Instrum. 27(12), 1641–1646 (2006)
14.
N.J. Khoury, G.Y. El-Khoury, M.H. Kathol, MRI diagnosis of diabetic muscle infarction: Report of two cases. Skelet. Radiol. 26, 122–127 (1997)CrossRef
15.
S.S. Bhat, V. Selvam, G.A. Ansari, M.D. Ansari, M.H. Rahman, Prevalence and early prediction of diabetes using machine learning in North Kashmir: A case study of district Bandipora. Comput. Intell. Neurosci. 2022, 1 (2022)CrossRef
16.
A. Nagdev, M. Murphy, C. Sisson, Bedside ultrasound for the detection of diabetic Myonecrosis. Am. J. Emerg. Med. 26, 969.e3–969.e4 (2005)
17.
R.S.H. Istepanian, S. Hu, N.Y. Philip, A. Sungoor, The potential of Internet of m-health Things “m-IoT” for non-invasive glucose level sensing, in Engineering in Medicine and Biology Society (EMBC), Annual International Conference of the IEEE, (2011)
18.
V. Mishra, M.K.P. Naik, Use of wireless devices and IoT in management of diabetes, in National Conference on Emerging Trends in Science, Technology and Management, (November 2017)
19.
MATLAB version 7.9.0.529 (R2009b), Mathworks Inc., August 2009
20.
Matthew McAuliffe, MIPAV (medical image processing, analysis, and visualization), February 2012
21.
S.S. Bhat, V. Selvam, G.A. Ansari, M.D. Ansari, Analysis of diabetes mellitus using machine learning techniques, in 2022 5th International Conference on Multimedia, Signal Processing and Communication Technologies (IMPACT), (IEEE, November 2022), pp. 1–5
Metadaten
Titel
An IoT Framework to Support Rural Population with Diabetic Related Issues via Optimization Algorithms
verfasst von
Vinit Kumar Gunjan
Fahimuddin Shaik
Rashmi Pathak
Copyright-Jahr
2024
Buch
Modern Approaches in IoT and Machine Learning for Cyber Security

Print ISBN: 978-3-031-09954-0

Electronic ISBN: 978-3-031-09955-7

Copyright-Jahr: 2024

DOI
https://doi.org/10.1007/978-3-031-09955-7_26

Premium Partner

    Bildnachweise