Andere Kunden interessierten sich auch für
![Un framework IoT per il sistema di monitoraggio sanitario]( "Un framework IoT per il sistema di monitoraggio sanitario")
Un framework IoT per il sistema di monitoraggio sanitario23,99 €![Un campus intelligente e un ambiente ideale]( "Un campus intelligente e un ambiente ideale")
Un campus intelligente e un ambiente ideale29,99 €![Segnali radar pulsati e sistema intelligente]( "Segnali radar pulsati e sistema intelligente")
Segnali radar pulsati e sistema intelligente36,99 €![Internet degli oggetti: Una casa intelligente senza fili]( "Internet degli oggetti: Una casa intelligente senza fili")
Internet degli oggetti: Una casa intelligente senza fili26,99 €![Crittosistema quantistico intelligente basato sulla conoscenza]( "Crittosistema quantistico intelligente basato sulla conoscenza")
Crittosistema quantistico intelligente basato sulla conoscenza36,99 €![Sicurezza del cloud sanitario con la crittografia VIJANA]( "Sicurezza del cloud sanitario con la crittografia VIJANA")
Sicurezza del cloud sanitario con la crittografia VIJANA19,99 €![Internet degli oggetti (IoT) per l'agricoltura: Caso di studio della serra]( "Internet degli oggetti (IoT) per l'agricoltura: Caso di studio della serra")
Internet degli oggetti (IoT) per l'agricoltura: Caso di studio della serra23,99 €
Il libro "Un sistema sanitario intelligente: Riduzione delle false previsioni di malattie croniche grazie all'IoT e al Machine Learning" presenta un sistema di monitoraggio ambulatoriale della pressione sanguigna (IABPM) innovativo ed economico basato sull'IoT, finalizzato al monitoraggio in tempo reale e alla diagnosi precoce delle cardiopatie croniche (CHD). Il sistema sfrutta i sensori indossabili e l'integrazione con il cloud per registrare i dati relativi alla pressione sanguigna e al polso durante l'intera giornata, migliorando la mobilità e la cura del paziente. Il sistema applica algoritmi di ML come Naïve Bayes, KNN, Decision Tree, SVM e XGBoost a set di dati clinici (SMHRCE e Kaggle) per prevedere gli Early Warning Score (EWS). Il modello proposto mostra un'elevata accuratezza (fino al 99,85%) e contribuisce a ridurre i costi sanitari, a supportare un intervento proattivo e a migliorare la precisione diagnostica. Il progetto colma le lacune dei sistemi ABPM tradizionali offrendo monitoraggio continuo, avvisi automatici e accessibilità al cloud, aprendo la strada a una migliore gestione delle malattie croniche attraverso l'integrazione tecnologica.