文摘
区块链是一个新的和流行技术在数字时代。区块链技术被称为分散和分布式数字分类帐,称为块。这些块相连的密码散列,用于记录许多计算机之间的交易。没有单一的块可以改变不改变相关的块。修改单个数据块是不可能的因为每个块包含从之前的信息块。这是区块链的独特力量。时间戳和散列时的一些重要条款blockchains。数据安全与这个先进的技术保证。区块链技术发现在医疗行业中的应用与许多优点在一个队列。医疗数据可以安全、传输安全可靠的管理药品供应链,这有助于在医疗研究。 Blockchains are used to securely encrypt a patient’s information in the event of an outbreak of a pandemic disease. A stroke is referred to as a brain attack, also called cerebral infarction. A cerebral infarction is a sudden stoppage of blood flow in the blood vessels connected to the brain. This study focused on evaluating the application of blockchain technology in Stroke Nursing Information Management Systems. This emerging technology is already in use in the healthcare industry. The patient’s data is kept decentralized, transparent, and mainly incorruptible, thus keeping it secured and sharing of data is quick.
1。介绍
使用区块链执行验证和存储的数据结构。共识方法和分布式节点通常一起使用来生成和更新数据。数据传输和访问都是加密保护。聪明的合同,这是自动化的脚本代码,被用于构建和修改区块链(1]。它促进信任一个不可靠的竞争气氛虽然花费很少,和区块链技术被视为一个计算的突破性发展。由于新技术的迅速发展,世界各地的行业重组(2]。区块链,逐渐被其他公司,是建立在加密的数字货币。越来越清楚的是,区块链技术具有潜在的革命性几个行业,包括医学和医疗保健。由于区块链技术,人们可以见证如何处理医疗记录的重大转变。在众多分散的方式存储数据的好处是增加信任,信息安全,个人隐私3]。这种新技术时,有很多方面的可能应用。
现在最热门的区块链研究领域之一是电子医疗数据处理。一个区块链可以用于存储电子医疗记录。如果所有医疗数据都保存在区块链,它将一个更大的网络负载的计算和存储资源4]。这些问题可以避免通过使用混合存储架构使得医疗数据在数据库中,只有数据的索引等分布式分类帐区块链,然后可以用于定位数据。帮助诊断e-health系统,他们提出的概念,使用两种不同类型的分布式帐:一个私钥和一个财团区块链(5]。自定义数据结构和共识方法需要两种类型的区块链。电子健康记录(EHR)共享协议是建立在两种类型的blockchains:私人区块链存储电子医疗纪录和财团区块链来存储电子病历的安全指数(6]。隐私和安全的病人的医疗记录必须维护使用如果区块链技术。授权用户可以安全地交换数据由于区块链的加密功能。他们建立了一个blockchain-based系统,能够使患者、医疗保健专业人士,和第三方安全,interoperatively,快速访问医疗数据(7]。聪明的合同和先进的加密方法的使用在一个Ethereum-based区块链改进了数据安全(8]。
因为没有信任的中央权威区块链网络,共识是非常难实现的。(9]。加密材料之前,研究人员能够验证证明的词和互操作性blockchain-based数据发现和访问(10]。据研究人员介绍,PBFT算法被用来构造一个blockchain-based patient-to-researcher传输解决方案,维护隐私(11]。只要一个分布式的共识是,医疗数据可以安全地传输。一个聪明的合同可以利用框架创建的。使用医院和诊所作为矿工和审核员,真实性的证明共识方法(12]。超级分类帐面料开源项目使用了一个开源框架,实现一个许可区块链,并提供可伸缩的应用程序,如身份验证、点对点协议,访问控制、共识算法,和聪明的合同,以支持区块链用例在电子病历共享(13]。Hyperledger基于结构可以充分利用Blockchains管理使用移动健康应用(14]。
有一些研究这个话题,但区块链技术引起了研究者的兴趣感兴趣管理电子医疗数据(15]。尽管技术的重要性调查区块链技术的困难,没有什么说的概念,内涵,管理方法的扩张在当代技术环境中电子医疗记录。区块链解决方案,目前文献中缺乏一个完整的研究框架,集中在一个特定的技术困难,保护隐私等电子医疗记录或改善共识算法(16]。大部分区块链系统是仅计算机模拟的基础上建立的,没有考虑如何在现实世界中使用。根据研究人员的发现,而考虑法律和监管限制,很少被考虑怎样的答案可能应用于实际工业设置(17,18]。尽管有许多方式区块链技术可能改善电子医疗记录的完整性和效率,技术本身不是最重要的组件的过程。
这里提供的研究结果,ERMR数据可以安全地在一个分布式网络共享使用区块链技术(19]。这是第一个研究的。研究blockchain-based医疗数据共享系统也有两个特点:系统可控性和数据安全的水平。区块链技术,ERMR政府可以更容易、更划算的解决的问题如何安全地共享和ERMR聚集而解决实际问题。有对医疗技术和效率产生积极的影响,因为本研究的结论(20.]。此外,本文使用先进的计算机技术来提供一个行业参考路径,并设计和开发路径,将有助于导致特定区块链应用在医疗保健和医疗行业。区块链并不是一个简单的信息技术;它是一个独特的混合的现有数据存储和传输技术,分散的数据库和点对点的链接,与小说的共识和加密算法(21]。分发ERMRs替代传统的方法,它提供了开放源码的优点和可编程性,以及分布式存储和部分地方分权(22]。使用点对点网络架构,区块链网络的节点连接在一起。自从分布式存储系统没有一个中央节点,每个分布式存储节点的复制所有数据(23]。因为系统中的所有节点访问数据块,区块链是分布式和分散的数据库。在区块链,一个数据结构组织和存储数据。两个新的块时创建一个块的头和身体是分开的。块是两个时间戳和困难的信息包含在头块构造Merkle树是很有必要的。Merkle树用于存储块的数据结构的事务。执行散列操作成对所有叶节点到Merkle树的根24]。哈希算法的一个关键组成部分区块链。事务数据块可以被生成一系列的散列值使用哈希函数定义的长度,这是一个一般术语为各种不同的哈希方法(类似于混乱的代码)。许多算法,如sha - 256,可以将任何事务数据字符串转换为一个64个字符的字符串。人们将永远无法算出最初的散列算法是(25]。这意味着它可以被用来保护个人信息和敏感数据的加密,所以它可以这样做。多因素身份验证(MFA),包括椭圆曲线密码学相比标准技术进行在线交易的建议框架(ECC)。性能评价表明,该框架既安全又高效,需要更少的时间和金钱来执行加密和解密。减少计算时间评估样本数据集验证建议工作(26]。
2。材料和方法
在中风护理,医疗信息的管理是一个重要的任务在图表示1。安全被认为是重点照顾。病人的医疗数据等治疗,医学报告电子病历(EMR),个人健康报告(PHR),电子健康报告(EHR)被送入管理云。这些信息是在区块链阶段形成块。医院都配有无线传感器网络(WSN)。无线网络技术有助于分享数据到云。轻量级深度学习模型是部署在转让书面和区块链类型的医疗信息。自然语言处理(NLP)算法和深度学习模型。
病人的数据安全加密区块链的帮助下。区块链数据可以从云端的用户访问(病人、医生、医疗人员、护士)。区块链技术提供了一种改进的方式分享医疗数据以安全的方式。数字医疗记录由授权用户安全地存储和访问。病人的身份保护。管理流程是自动通过建立患者和医院之间的担保合同区块链的帮助。药物的安全到达装运和预防的假冒药品。blockchains监测和报告的疾病大流行爆发的情况。
轻量级深度学习模型被用来预测中风病人。测试像脑电图、心电图和肌电图使用传感器技术来诊断病人在治疗中风。病人的大脑活动监测与脑电图(EEG)。这是一个测试,检测大脑的电活动使用小型电极附着在头皮上。肌电图(EMG)被称为过程用来测量肌肉在紧张刺激的活动。心电图(ECG)使用传感器贴在胸部,胳膊和腿。传感器测量心跳。中出现的信号波模式可以在电脑屏幕上监控。来自这些传感器技术设备的数据进行收集和发送通过WSN网络的云。云中的数据分析和中风预测是AI的帮助下完成的。 These data are sent to the medical practitioners who in turn act quickly and treat the patient immediately. Thus blockchain technology improves the Stroke Nursing Information Management system.
2.1。提出工作
神经系统识别 操作的信心获得通过中风预测神经网络解释。使用的时间和框架条件 ,这应该提供 。一个随机修改模块不仅增加中风的权威预测神经网络函数和期待可能性的判断吗但它也提供了一个完成的结果。这些定义给出。
中风预测神经网络规则组织评估中风预测神经网络指南。的数据设备是一个标准的前任,接收单位。单位 与行为控制。中和的过程完成的组合。
迹象和举重是实际值与输入节点。这些指标不受影响的数据。结果实质上等于数据。信号可能与卡车完全创建等对象。
为了实现数据,必要的数据输入收集。
神经元利用其转移工作计算FL是神经网络的生产,这可能是一个s形的函数的结果 计算。
一个普通深网是一个简单的神经网络,利用冗余,包容,和乙状结肠函数 。
一组中风预测神经网络决策支持系统的定义在DL-based数字中风护理信息管理和系统记录。这些都是基于事实数据和中风预测神经网络的信息。以下是一些神经网络的例子。
因为,当 完成活动,这种模式不仅命令技术使用的入口点和可用的频谱和数据传输,但也会把网络访问。
在方程(5),表示网络连接带宽的百分比居住着终端更新特定的作业,表示连接低迷接入点和终端之间的转换函数;和表示终端产品,表示节点设施距离,表示新闻团队损失,表示交互噪音水平。同样,的效率下行数据传输被定义为。 这,代表的比例吞吐量频率范围被终端接收任务,代表经济低迷的链接入口点和终端之间的相关性,和代表了基础网络的连接速度。
优化的基本目标在线医疗系统基于边缘设备是实现任务信息技术将框架与最短的时间延迟,这是构成两个部分:数字技术延时只在本地和框架的客户。
如果任务也不是卸载到网络边缘,它近似于网关。的时差工作地理位置来标示。
在哪里意味着终端通信处理区域组织任务的能力。因此,整个时间延迟了研究人员在当地被描绘成规模。
因此,在这样的情况,我们将接近信息使用各种活动包括一个神经元 - - - - - -规范甚至 - - - - - -conorm;这些结果都是计算使用方程(9)可称为混合人工神经元。
由于这些修改,中风预测神经网络的神经计划取决于中风预测神经网络计算。如图表所示,频带延迟时间正比于获得的数据量和网络数据传输功能的能力。
一组神经网络描述了中风的护理信息管理与医疗卫生系统用于中风深度学习基础护理与卫生系统医疗信息管理。这些一直支持不仅通过事实还中风预测神经网络数据,和服务器的计算时间与明确的级站和服务器的计算能力:
温度传感器是一种小型芯片测量身体的温度在摄氏度。体温的温度显示在这个框架控制器预计功能远比一个线性温度控制器。因此,卸载时间任务边缘设备发送。
呼吸停止,心脏状况,迷走神经痉挛,压力表都是监控的迫切需求。因此,时间与放电的任务有关边缘设备是沟通。
脉冲率似乎是最重要的符号的重要医疗行为与中风护理数据管理卫生保健系统健康。脉搏传感器是最常探讨传感器领域的病人结果和管理:
它被用来评估脉搏率包括更复杂的疾病,如心脏病。传感器激活当一个对象其手指直接在信息显示的地方。结果显示在输入面板:
深度学习智能中风护理信息管理方案是必要的卫生系统医疗客户管理和监视。被提议的技术(方程(16)受益于一个神经网络结构,使用简单,执行决策。
的组织 ,提出了系统方程(17),不同寻常之处在于,它使用不仅感官数据也中风预测神经网络决策过程。
自在方程(18)是减少能源经济的延迟时间,吸引力为特征的时间延迟,和减少时间延迟对应更高的运动。
方程(18)用于计算力量和耐力值。
3所示。结果和讨论
图2描述了温度传感器获得的数据的方差,血压脉搏传感器,传感器。距离也校准使用的数据表1和表2。输入数据捕获和校准前中风预测神经网络利用决定病人的状态在第二步。表1用户输入的数据显示了输出值。
心脏骤停,血凝块、迷走神经痉挛和脉搏传感器监控紧急情况。重要的健康问题的关键因素以及皮肤健康是心率。脉冲重复频率接收机是最广泛使用和研究探测器在病人监护和安全。
传感器对温度、脉搏和血压中使用这种技术来评估病人的条件分析(图3)。计划使用知识和中风预测神经网络决策支持系统对病人护理,以及监督管理,以确定可能的情况和治疗。中风预测神经网络技术也试图改善这个系统的性能对病人监护和治疗的时间,成本和劳动力消耗。
在一周内收到信息的收集使用通过智能传感器和传输设备,病人只在服务器上生成文档测量。数据被分为三个部分:患者数据,地理信息,病人的疾病。表2只包含信息的地方我们选择测试模型。测试将在大约八个不同的地点完成。选择机构的位置和测试时间范围。
这项技术包含病人监测传感器和提供极大的好处在当前系统(图效率和精度4)。调查是在一个小样本进行人口和被证明是有效的,准确的,有目的的。到目前为止,这项技术已经被推广,可以想象为适应更严重的疾病如手术室病人,重症监护病人,新生儿,患者病史的复杂得多。
温度范围从100°F到105°F已用于识别四个类别的温度测量(没有发烧,发烧,发烧是普遍的,和异常高的热)。它有三个脉冲重复频率为一个典型的人类类:低,正常和高。低脉冲率被定义为小于每分钟60次。正常的脉搏率是描述为一个脉冲率在60 - 100之间。脉冲重复频率超过100被认为是高脉冲重复频率。从正常的血压异常的差异描述了表3。测量血压120/80毫米汞柱被认为是正常的。高血压的定义是一个脉冲的速度129 - 140/81 - 89基点。极高的血压。
第一次中风病人结果监控系统,使用预测神经网络方法识别病人的症状以及潜在的治疗方法(图5)。表中的结果4表明,当传感器和推荐系统被使用,这种技术表现良好。神经网络系统的判断过程增加了方法系统的有效性和实用性。这个系统是不同的,它使用传感器和一个DL-based架构作出合适的决定。
表4演示了一个病人的信息聚集在网站在收到通过传感器收集的数据,通过智能设备转移。该报告分为三个部分:患者数据,传感器信息,以及病人的疾病。
选择是由神经网络系统,甚至中风预测决策准确性测量(图6)。建议的准确性服务范围从97%到100%,根据表中5。它表明该系统遵循的规则定义为患者安全与管理决策服务。
也要时间的全科医生对调查作出回应。该技术是一种低成本、高效的选择那些生活在农村地区;它可以用来检测是否有一个主要卫生问题,妥善对待他们通过联系邻近的医院。使用探测器和决策支持工具在医疗是一种新颖的方法,和表5演示了如何减少时间限制相比,典型的远程医疗方法。使用区块链技术在医疗领域有很多优势,包括减少等待时间。医疗数据传输安全、可靠地在医疗研究,保证一个无错误的药物供应链。区块链可用于安全加密病人数据在发生大流行疾病暴发。中风是一种大脑的攻击,通常被称为一个梗塞。脑梗死是一个突然的中断大脑动脉的血流量。调查区块链技术的应用在本文主要关注中风护理信息管理系统。
4所示。结论
数字时代已经上升到一个新的和流行的技术叫做区块链。分散的数字帐,或者块用于描述区块链技术。密码散列将这些块链接在一起,让他们充当交易涉及多个机器的记录。当讨论区块链概念,比如时间戳和散列是至关重要的。尖端技术,你可以放心,你的数据是安全的。有很多好处使用区块链技术在医疗保健行业,如减少等待时间。在医疗保健的研究中,医疗数据可以发送安全可靠地保证完美的药品供应链。在大流行疾病爆发的情况下,病人可以使用blockchains加密的安全数据。大脑攻击或梗塞被称为中风。突然停止大脑动脉血液流动被称为脑梗塞。 Stroke nursing information management systems are the focus of this article’s investigation into the use of blockchain technology. This study helps in analysing the security aspects of storing patient information in stroke nursing. The results shown that the proposed system follows the rules defined for patient safety along with managed services decision making.
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。
确认
这项工作得到了中风的价值管理模式研究的早期治疗缺血性中风(项目号1921065 d)。