Сучасні класифікації діагностичної візуалізації та фактори ризику для систем інтелектуальної охорони здоров’я з підтримкою 6G

Автор(и)

DOI:

https://doi.org/10.20535/S0021347023060031

Ключові слова:

мережі після 5G, охорона здоров’я, IoMT, інтернет медичних речей, арифметична оптимізація, глибоке навчання, вибір ознак

Анотація

Створення інтелектуальних систем охорони здоров’я є життєздатною стратегією для підвищення якості та доступності медичних послуг. Крадіжка персональних даних, витік даних і атаки на відмову в обслуговуванні — це лише деякі з проблем безпеки, що виникли в результаті з’єднання безпроводових мереж і «розумного» медичного обладнання. Безпечна і надійна інтелектуальна система охорони здоров’я, яка здатна захистити дані пацієнтів і зберегти конфіденційність приватної медичної інформації, є особливо важливою в світлі цих вразливостей. Медична діагностика набуває все більшого значення, оскільки обсяг даних, що створюються щодня в інтернеті медичних речей IoMT (Internet-of-Medical Things) з підтримкою 6G, зростає за експоненціальною залежністю. Щоб підвищити точність прогнозування і забезпечити медичну діагностику в режимі реального часу, це дослідження представляє підхід, інтегрований в IoMT з підтримкою 6G, який вимагає меншого втручання людини для багатьох застосувань у сфері охорони здоров’я. Для цього запропонована система поєднує глибоке навчання з методами оптимізації. Архітектура MobileNetV3 використана для вивчення особливостей кожного зображення. Крім того, автори покращили продуктивність алгоритму арифметичної оптимізації AOA (arithmetic optimization algorithm) на основі HGS. Оператори HGS використовуються в новому підході, який отримав назву AOAHG, для підвищення продуктивності AOA при поділі важливої сфери діяльності. Розроблено підхід IoMT з підтримкою 6G, який вимагає меншої кількості людей в медичних установах, але дає швидші результати діагностики. Новий підхід розроблений з метою використання в системах з обмеженими можливостями. Створений AOAHG надає пріоритет найважливішим ознакам і гарантує загальне покращення категоризації моделей. У порівнянні з іншими методологіями, описаними в літературі, результати фреймворку вражаючі. Створений AOAHG також перевершив альтернативні методи файлової системи FS (file system) з точки зору досягнутої точності, прецизійності, пригадування та F1-оцінки. Наприклад, точність AOAHG склала 92,12% з набором даних ISIC, 98,27% з набором даних PH2, 95,24% з набором даних WBC, і 99,84% з набором даних OCT.

Посилання

M. Abd Elaziz, A. Mabrouk, A. Dahou, S. A. Chelloug, “Medical image classification utilizing ensemble learning and levy flight-based honey badger algorithm on 6G-enabled internet of things,” Comput. Intell. Neurosci., vol. 2022, pp. 1–17, 2022, doi: https://doi.org/10.1155/2022/5830766.

S. Mahajan, L. Abualigah, A. K. Pandit, “Hybrid arithmetic optimization algorithm with hunger games search for global optimization,” Multimed. Tools Appl., vol. 81, no. 20, pp. 28755–28778, 2022, doi: https://doi.org/10.1007/s11042-022-12922-z.

B. D. Deebak, F. Al-Turjman, “EEI-IoT: Edge-enabled intelligent IoT framework for early detection of COVID-19 threats,” Sensors, vol. 23, no. 6, p. 2995, 2023, doi: https://doi.org/10.3390/s23062995.

S. Bin Altaf Khattak, M. M. Nasralla, I. U. Rehman, “The role of 6G networks in enabling future smart health services and applications,” in 2022 IEEE International Smart Cities Conference (ISC2), 2022, pp. 1–7, doi: https://doi.org/10.1109/ISC255366.2022.9922093.

M. Ali, F. Naeem, M. Tariq, G. Kaddoum, “Federated learning for privacy preservation in smart healthcare systems: A comprehensive survey,” IEEE J. Biomed. Heal. Informatics, vol. 27, no. 2, pp. 778–789, 2023, doi: https://doi.org/10.1109/JBHI.2022.3181823.

D. Srivastava, J. Divya, A. Sudarshanam, M. Praveen, U. Mutheeswaran, R. Krishnamoorthy, “Wireless sensor network and internet of things-based smart irrigation system for farming,” in 2023 International Conference on Inventive Computation Technologies (ICICT), 2023, pp. 1246–1250, doi: https://doi.org/10.1109/ICICT57646.2023.10134066.

S. Chaudhary et al., “A taxonomy on smart healthcare technologies: Security framework, case study, and future directions,” J. Sensors, vol. 2022, pp. 1–30, 2022, doi: https://doi.org/10.1155/2022/1863838.

D. Sirohi, N. Kumar, P. S. Rana, S. Tanwar, R. Iqbal, M. Hijjii, “Federated learning for 6G-enabled secure communication systems: a comprehensive survey,” Artif. Intell. Rev., vol. 56, no. 10, pp. 11297–11389, 2023, doi: https://doi.org/10.1007/s10462-023-10417-3.

P. Selvarajan, B. E. Samuel, K. Ranganathan, A. K. Shukla, M. Amina Begum, S. Arun, “Mobile edge computing for efficient energy management systems,” in Human-Assisted Intelligent Computing, IOP Publishing, 2023, pp. 16-1-16–17.

M. Letafati, H. Behroozi, B. H. Khalaj, E. A. Jorswieck, “Wireless-powered cooperative key generation for e-health: A reservoir learning approach,” in 2022 IEEE 95th Vehicular Technology Conference: (VTC2022-Spring), 2022, pp. 1–7, doi: https://doi.org/10.1109/VTC2022-Spring54318.2022.9860947.

J. Pang et al., “A new 5G radio evolution towards 5G-Advanced,” Sci. China Inf. Sci., vol. 65, no. 9, p. 191301, 2022, doi: https://doi.org/10.1007/s11432-021-3470-1.

S. C. Dharmadhikari, A. Kausar, M. Deore, N. S. Kittad, V. S. Bhagavan, R. Krishnamoorthy, “IOT based healthcare monitoring system for smart city applications,” in Human-Assisted Intelligent Computing, IOP Publishing, 2023, pp. 28-1-28–18.

K. Shah, S. Chadotra, S. Tanwar, R. Gupta, N. Kumar, “Blockchain for IoV in 6G environment: review solutions and challenges,” Clust. Comput., vol. 25, no. 3, pp. 1927–1955, 2022, doi: https://doi.org/10.1007/s10586-021-03492-0.

Z. Su et al., “Addressing Biodisaster X Threats With Artificial Intelligence and 6G Technologies: Literature Review and Critical Insights,” J. Med. Internet Res., vol. 23, no. 5, p. e26109, 2021, doi: https://doi.org/10.2196/26109.

P. Hegde, P. K. R. Maddikunta, “Amalgamation of blockchain with resource-constrained IoT devices for healthcare applications – State of art, challenges and future directions,” Int. J. Cogn. Comput. Eng., vol. 4, pp. 220–239, 2023, doi: https://doi.org/10.1016/j.ijcce.2023.06.002.

С. Х. Аббас, Р. Колікіпогу, В. Л. Реді, Д. П. Марур, Д. Кумар, М. Сінгх, “Платформа поглибленого навчання для аналізу лікувальних факторів в інтернеті медичних речей,” Известия вузов. Радиоэлектроника, vol. 66, no. 3, pp. 174–184, 2023, doi: https://doi.org/10.20535/S0021347023030056.

S. Kharche, J. Kharche, “6G intelligent healthcare framework: A review on role of technologies, challenges and future directions,” J. Mob. Multimed., 2023, doi: https://doi.org/10.13052/jmm1550-4646.1931.

Н. Гоур, Н. Гаур, Х. Шарма, “Підвищення ефективності максимальної потужності сигналів NOMA покоління 5G і вище з використанням SLM алгоритму,” Известия вузов. Радиоэлектроника, vol. 66, no. 3, pp. 164–173, 2023, doi: https://doi.org/10.20535/S0021347023050035.

P. Meena, M. B. Pal, P. K. Jain, R. Pamula, “6G communication networks: Introduction, vision, challenges, and future directions,” Wirel. Pers. Commun., vol. 125, no. 2, pp. 1097–1123, 2022, doi: https://doi.org/10.1007/s11277-022-09590-5.

P. R. Singh, V. K. Singh, R. Yadav, S. N. Chaurasia, “6G networks for artificial intelligence-enabled smart cities applications: A scoping review,” Telemat. Informatics Reports, vol. 9, p. 100044, 2023, doi: https://doi.org/10.1016/j.teler.2023.100044.

S. H. A. Kazmi, R. Hassan, F. Qamar, K. Nisar, A. A. A. Ibrahim, “Security concepts in emerging 6G communication: Threats, countermeasures, authentication techniques and research directions,” Symmetry, vol. 15, no. 6, p. 1147, 2023, doi: https://doi.org/10.3390/sym15061147.

D. Li, Z. Luo, B. Cao, “Blockchain-based federated learning methodologies in smart environments,” Clust. Comput., vol. 25, no. 4, pp. 2585–2599, 2022, doi: https://doi.org/10.1007/s10586-021-03424-y.

J. Divya, P. Radhakrishnan, G. Pavithra, A. Gopatoti, D. Baburao, R. Krishnamoorthy, “Detection of Parkinson disease using machine learning,” in 2023 International Conference on Inventive Computation Technologies (ICICT), 2023, pp. 53–57, doi: https://doi.org/10.1109/ICICT57646.2023.10134325.

A. Kumar, N. Gour, H. Sharma, “A CA and ML approach for M-MIMO optical non-orthogonal multiple access power efficiency,” J. Opt. Commun., 2023, doi: https://doi.org/10.1515/joc-2023-0194.

A. Kumar, M. Gupta, “A review on activities of fifth generation mobile communication system,” Alexandria Eng. J., vol. 57, no. 2, pp. 1125–1135, 2018, doi: https://doi.org/10.1016/j.aej.2017.01.043.

A. Kumar, R. Dhanagopal, M. A. Albreem, D.-N. Le, “A comprehensive study on the role of advanced technologies in 5G based smart hospital,” Alexandria Eng. J., vol. 60, no. 6, pp. 5527–5536, 2021, doi: https://doi.org/10.1016/j.aej.2021.04.016.

A. Kumar, M. A. Albreem, M. Gupta, M. H. Alsharif, S. Kim, “Future 5G network based smart hospitals: Hybrid detection technique for latency improvement,” IEEE Access, vol. 8, pp. 153240–153249, 2020, doi: https://doi.org/10.1109/ACCESS.2020.3017625.

S. Chakravarty, A. Kumar, “PAPR reduction of GFDM signals using encoder-decoder neural network (autoencoder),” Natl. Acad. Sci. Lett., vol. 46, no. 3, pp. 213–217, 2023, doi: https://doi.org/10.1007/s40009-023-01230-1.

U. Archana, A. Khan, A. Sudarshanam, C. Sathya, A. K. Koshariya, R. Krishnamoorthy, “Plant disease detection using ResNet,” in 2023 International Conference on Inventive Computation Technologies (ICICT), 2023, pp. 614–618, doi: https://doi.org/10.1109/ICICT57646.2023.10133938.

За межами мереж 5G для інтелектуальної діагностики та візуалізації

Опубліковано

2023-05-30

Як цитувати

Раму K., Крішнамурті, Р., Салім, А., Сарфараз, М., Сайбаба, Ч. М. Х., & Правіна, К. (2023). Сучасні класифікації діагностичної візуалізації та фактори ризику для систем інтелектуальної охорони здоров’я з підтримкою 6G. Вісті вищих учбових закладів. Радіоелектроніка, 66(5), 281–292. https://doi.org/10.20535/S0021347023060031

Номер

Розділ

Оригінальні статті