BIG DATA SIGNIFICANCE IN REMOTE MEDICAL DIAGNOSTICS BASED ON DEEP LEARNING TECHNIQUES

Alicja Kwaśniewska; Anna Giczewska; Jacek Rumiński

doi:10.17466/tq2017/21.4/s

BIG DATA SIGNIFICANCE IN REMOTE MEDICAL DIAGNOSTICS BASED ON DEEP LEARNING TECHNIQUES

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 76 razy

Wersja publikacji: Accepted albo Published Version
Licencja: otwiera się w nowej karcie

Słowa kluczowe

TELEMEDICINE, DEEP LEARNING, MULTIMEDIA DATABASES, BIG DATA

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