| DC Field | Value | Language |
|---|
| dc.contributor.author | Вишняков, В. А. | - |
| dc.contributor.author | Ивей, С. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2025-01-03T11:54:30Z | - |
| dc.date.available | 2025-01-03T11:54:30Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.citation | Вишняков, В. А. Структура сети интернета вещей и алгоритмы для диагностики неврологического заболевания = The Structure of the Internet of things network and algorithms for the diagnosis of ne neurologisk disease / В. А. Вишняков, С. Ивей // Проблемы инфокоммуникаций. ‒ 2024 . ‒ № 2. ‒ С. 63‒70. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/58580 | - |
| dc.description.abstract | Цель статьи ‒ исследовать инновационный подход, использующий технологии машинного обучения, нейронных сетей, обработки сигналов, сети Интернета вещей (IoT) для раннего выявления болезни Паркинсона. Представлена модель и алгоритмы обработки звуковых сигналов от пациентов, исследуемых на вероятность заболевания болезнью Паркинсона.
Приведена структура и функции сети интернета вещей, которая использует Thingspeak в качестве платформы, позволяя собирать голосовые данные с помощью мобильных телефонов, извлекать из них соответствующие функции и обрабатывать данные. В рамках этого процесса для расчета вероятности болезни Паркинсона используется модель полностью подключенной нейронной сети (FCNN), которая предоставляет медицинским работникам и пациентам удобный, точный и ранний диагностический ИТ-инструмент. В исследовании рассматриваются структура, алгоритмы и роль FCNN в сети Интернета вещей, подчеркивается ее влияние на сектор ИТ медицины. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | Белорусская государственная академия связи | en_US |
| dc.subject | публикации ученых | en_US |
| dc.subject | машинное обучение | en_US |
| dc.subject | интернет вещей | en_US |
| dc.subject | болезнь Паркинсона | en_US |
| dc.title | Структура сети интернета вещей и алгоритмы для диагностики неврологического заболевания | en_US |
| dc.title.alternative | The Structure of the Internet of things network and algorithms for the diagnosis of ne neurologisk disease | en_US |
| dc.type | Article | en_US |
| local.description.annotation | The purpose of this article is to explore an innovative approach using machine learning technologies, neural networks, signal processing, the Internet of Things (IoT) network for early detection of Parkinson's disease. The model and algorithms for processing audio signals from patients examined for the likelihood of Parkinson's disease are presented. The structure and functions of the Internet of Things network, which uses Thingspeak as a platform, allowing to collect voice data using mobile phones, extract relevant functions from them and process data, are given. As part of this process, a fully connected neural network (FCNN) model is used to calculate the probability of Parkinson's disease, which provides healthcare professionals and patients with a convenient, accurate and early diagnostic IT tool. The study examines the structure, algorithms and role of FCNN in the Internet of Things network, emphasizes its impact on the IT medicine sector. | en_US |
| Appears in Collections: | Публикации в изданиях Республики Беларусь
|
