Abstrakt
In this paper we discuss the evaluation of neural networks in accordance with medical image classification and analysis. We also summarize the existing databases with images which could be used for training deep models that can be later utilized in remote home-based health care systems. In particular, we propose methods for remote video-based estimation of patient vital signs and other health-related parameters. Additionally, potential challenges of using, storing and transferring sensitive patient data are discussed.
Cytowania
-
0
CrossRef
-
0
Web of Science
-
0
Scopus
Autorzy (3)
Cytuj jako
Pełna treść
pobierz publikację
pobrano 71 razy
- Wersja publikacji
- Accepted albo Published Version
- Licencja
-
otwiera się w nowej karcie
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja w czasopiśmie
- Typ:
- artykuły w czasopismach recenzowanych i innych wydawnictwach ciągłych
- Opublikowano w:
-
TASK Quarterly
nr 21,
strony 309 - 319,
ISSN: 1428-6394 - Język:
- angielski
- Rok wydania:
- 2017
- Opis bibliograficzny:
- Kwaśniewska A., Giczewska A., Rumiński J.: BIG DATA SIGNIFICANCE IN REMOTE MEDICAL DIAGNOSTICS BASED ON DEEP LEARNING TECHNIQUES// TASK Quarterly. -Vol. 21., nr. 4 (2017), s.309-319
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.17466/tq2017/21.4/s
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 268 razy
Publikacje, które mogą cię zainteresować
Review of the Complexity of Managing Big Data of the Internet of Things
- D. Gil,
- M. Johnsson,
- H. Mora
- + 1 autorów
2019
Big Data from Sensor Network via Internet of Things to Edge Deep Learning for Smart City
- J. Balicki,
- H. Balicka,
- P. Dryja
2021