Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/58170
Title: Разработка и моделирование сети интернета вещей для IT-диагностики пациентов
Other Titles: Development and Modeling of the Internet of Things Network for Patients IT Diagnostics
Authors: Вишняков, В. А.
Юй Чу Юэ
Keywords: доклады БГУИР;IT-диагностика;болезнь Альцгеймера;интернет вещей;MQTT;облачные платформы
Issue Date: 2024
Publisher: БГУИР
Citation: Вишняков, В. А. Разработка и моделирование сети интернета вещей для IT-диагностики пациентов = Development and Modeling of the Internet of Things Network for Patients IT Diagnostics / В. А. Вишняков, Юй Чу Юэ // Доклады БГУИР. – 2024. – Т. 22, № 5. – С. 104–112.
Abstract: Разработана и смоделирована работа сети, которая реализует алгоритмы IT-диагностики неврологических заболеваний на базе технологии интернета вещей. Сеть включает смартфон, платформу, нейронную сеть и приложения. Сначала со смартфона вводятся голоса заболевших пациентов для обучения нейронной сети, а потом – обследуемых пациентов для IT-диагностики. Передача данных между смартфоном и платформой (ThingSpeak) происходит по протоколу MQTT. Мобильное приложение смартфона из влекает голосовые функции обследуемых пациентов и записывает их на платформу сети интернета вещей. Распознавание происходит с использованием обученной нейронной сети. Представлены структура и алгоритм работы платформы ThingSpeak. Показатели IT-диагностики отображаются в приложении на смартфоне. Данные пациентов, использованные в исследовании, взяты из программы ADReSS 2020 Challenge, которая содержит речевые данные пациентов с болезнью Альцгеймера и здоровых людей.
Alternative abstract: The work of a network that implements algorithms for IT diagnostics of neurological diseases based on the Internet of Things technology has been developed and modeled. The network includes a smartphone, a platform, a neural network, and applications. First, the voices of sick patients are entered from the smartphone to train the neural network, and then the examined patients for IT diagnostics. Data is transferred between the smartphone and the platform (ThingSpeak) via the MQTT protocol. The smartphone’s mobile application extracts the voice functions of the examined patients and records them on the Internet of Things network platform. Recognition is performed using the trained neural network. The structure and algorithm of the ThingSpeak platform are presented. IT diagnostics data are displayed in the application on the smartphone. The patient data used in the study are taken from the ADReSS 2020 Challenge program, which contains speech data of patients with Alzheimer’s disease and healthy people.
URI: https://libeldoc.bsuir.by/handle/123456789/58170
DOI: http:// dx.doi.org/10.35596/1729-7648-2024-22-5-104-112
Appears in Collections:Том 22, № 5

Files in This Item:
File Description SizeFormat 
Vishnyakov_Razrabotka.pdf901.13 kBAdobe PDFView/Open
Show full item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.