传统的医疗保健行业正在经历一次重大的转变由于移动的快速进步和发展,可穿戴、和其他无线技术。这些移动医疗(mHealth)技术承诺给诊断带来巨大的收益和机会,预后、治疗和预防人类疾病更好的生活质量。同时,健康也带来了前所未有的性能和安全挑战整个过程的数据收集、处理、分析、合成、和可视化。例如,可穿戴技术的出现已经成为可能,不断监控复杂的生物识别技术对许多人从家里运动员慢性医疗患者。广泛的设备被设计成一个替换现有的医疗显示器或一个新的多功能的命题。这些设备通常需要沟通与中央医疗系统通过手机或平板电脑,因此,威胁到数据在休息和在运输过程中仍然存在,除了通过病人分析潜在的滥用的风险。因此,它是至关重要的设计和实施新的移动医疗技术来构建可靠、准确、高效,安全的医疗环境最佳的病人护理。这样的可穿戴的广泛部署监控设备也提出了一个关键问题造成的卫生信息学的绝对数量和高复杂性,健康而随时随地收集的数据。机器学习和大面向数据的算法、模型、系统和平台支持分析,需要使用,解释,和多样化的健康数据的集成。

这个特殊的问题包括14个研究文章,解决最近的移动医疗进步和发展的各个方面,使用移动和无线设备来提高医疗成果,服务,和研究。在文章开头“小心移动援助来帮助决定儿童自闭症谱系障碍(ASD),“a汗等人开发了一个自闭症谱系障碍儿童干预应用程序,它提供了一个渠道来表达他们的情绪,同时提供一个简单的环境。在文章开头“系统和WBANs控制肥胖,”m . s .穆罕默德等人探索身体的使用无线区域网络(WBANs)和相关的系统控制肥胖和提议将这些技术集成到一个智能建筑。在文章开头“表明心理健康从指尖脉搏波和它的应用程序,“m . Oyama-Higa和f或者探索使用最大李雅普诺夫指数吸引子的(米歇尔)提供一个心理健康的有效指标。在文章开头“一个新的远程医疗系统基于移动机器人用于老年人在家里,”b周等人开发了专门的机器人技术为远程老年保健。在这篇文章题为“移动多媒体回忆疗法应用减少行为和心理症状与老年痴呆症的人,”d Imtiaz等人开发了一个基于移动技术的解决方案来解决痴呆的行为和心理症状(BPSD)发生在患有阿尔茨海默氏痴呆。在这篇文章题为“QRS检测基于改进的自适应阈值,“x陆等人设计了一个自适应阈值算法对QRS检测可用于移动设备。在文章开头“真正的和安全的基于身份的公共审计数据存储在医疗云、“j·张等人构建一个基于身份的数据审计系统,一个算法用来计算一个身份验证签名。在这篇文章题为“与移动健康应用程序建模医疗服务”,z王等人设计了一个医疗服务均衡模型来评估移动健康应用在医疗服务市场的影响来平衡供应的医生和患者的需求。在这篇文章题为“中国移动健康应用高血压管理:系统评价的实用性,“j .梁等人进行了一项研究,中国移动健康应用高血压管理调查中国大陆之间的差异和应用的有效性和其他地方。 In the article titled “Leveraging Multiactions to Improve Medical Personalized Ranking for Collaborative Filtering,” S. Gao et al. constructed a medical Bayesian personalized ranking (MBPR) over multiple users’ actions based on a simple observation that users tend to assign higher ranks to healthcare services that are meanwhile preferred in users’ other actions. In the article titled “A Systematic Review on Recent Advances in mHealth Systems: Deployment Architecture for Emergency Response,” E. Gonzalez et al. conducted a broad survey of recent advances in mHealth systems. In the article titled “An Ensemble Multilabel Classification for Disease Risk Prediction,” R. Li et al. explored the use of ensemble multilabel classification for disease risk prediction. In the article titled “Semiautomatic Segmentation of Glioma on Mobile Devices,” Y.-P. Wu et al. studied hard edge multiplicative intrinsic component optimization to preprocess glioma medical images. In the article titled “Handling Data Skew in MapReduce Cluster by Using Partition Tuning,” Y. Gao et al. explored the use of partition tuning-based skew handling (PTSH) to make improvements over the traditional MapReduce model in processing large healthcare datasets.

的利益冲突

编辑们宣称他们没有利益冲突。

追逐问:吴
Zongmin王
关岭陈
丹尼斯Ferebee