智慧健康研究综述: 从云端到边缘的系统(4) -智慧健康杂志社投稿_期刊论文发表|版面费|电话|编辑部|论文发表

一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。二、投稿方式： 1、请使用电子邮件方式投递稿件。 2、编译的稿件，请注明出处并附带原文。 3、请按稿件内容投递到相关编辑信箱三、稿件著作权： 1、投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

智慧健康研究综述: 从云端到边缘的系统(4)

作者:

关键词:

摘要：

Yang等人[21]提出了一个医学图像检索的增强框架，旨在保持图像视觉和语义相似性.他们设计了一种增强算法来有效地学习距离函数，可以保持检索结果和图像的语义相似性，且具有很低的计算成本.Rahman等人[22]提出了一种基于内容的图像检索框架，适用于不同成像模态的医学图像.Rahman等人所提出的框架包括用于图像预滤波的机器学习方法、使用统计距离测量的相似性匹配以及相关反馈方案.该图像检索框架可以有效地缩小语义差距并提高检索效率.

医学信息检索和图像检索是健康数据在云端检索的两大重要方向，除了研究如何在云端检索数据，还需要关注如何去整合检索各种分布式和异构的医疗信息系统.Cabarcos等人[23]描述了一个检索框架，它从各种分布式和异构的来源检索生物医学信息，对其进行管理以改善所获得的结果并缩短响应时间，最后将其整合以使其对相关医疗人员有用，提供有关患者的所有可用信息.Kim等人[24]提出了一个客户端-服务器代理框架，允许门户通过内联网和因特网访问不同的医院信息系统.Kim等人提出的代理能够远程访问医院通常封闭的信息系统和服务器，该服务器索引所有医疗数据，并且允许进行复杂的数据检索.

1.3 健康大数据在云端的计算

医疗传感器和便携移动设备具有有限的计算能力，不允许现场实时处理医疗健康数据，所收集到的数据需要传送到计算能力更强大的节点进行处理.云计算平台是一个拥有强大计算能力的平台，并且随时随地可供访问，能够帮助边缘医疗设备和便携移动设备计算和处理数据.利用云计算不仅可以在云中做医疗健康大数据处理，还帮助缓解边缘医疗设备的负载压力，显著提高移动设备在医疗保健中的使用效率.

1.3.1 在云端做医疗大数据处理

云计算平台的规模非常大，大型商用云计算平台甚至拥有上万台服务器来提供服务，得益于云计算的强大计算能力，可以在云端对各类医疗大数据进行分析和处理，这类任务通常需要强大的计算能力，而不要求实时性.

生物信号分析是一件耗时耗力的事情，通常需要云计算的支持.Shen等人[25]提出了一种生物信号分析的云计算架构(bio-signal analyzing cloud com-puting architecture, BACCA).该系统基于面向服务架构的概念，在云中集成了异构平台、协议和应用程序.在该生物信号分析框架中，对于不同的数据集，脑电波生物信号分析的总体准确度已提高到接近98%.

在云中对海量医疗大数据使用数据挖掘发现深层次信息是一种常见做法.Takeuchi等人[26]开发了一个基于云的个人医疗保健系统.该系统通过便携移动设备把个人健康数据按照时间序列存储在云中.当数据足够时，在云中使用数据挖掘方法自动提取有用的健康信息，例如隐藏在大数据中的个人健康信息.

由于电子健康记录的异构特性和庞大的规模，在云中对电子健康记录分析和处理已经成为常态.在过去几年中，贝叶斯网络、神经网络、模式识别和逻辑回归等方法常常被用于从电子健康病历中提取患者信息和预测相关疾病.Kurt等人[27]把3种不同的分类方法在预测冠状动脉疾病方面的表现进行了比较，结果发现，基于多层感知器的神经网络方法在预测中表现出最佳性能.综上所述，通过把健康大数据迁移到云数据中心中处理，可以帮助智慧健康应用挖掘出更多的隐藏在健康数据中的深层次医疗信息.

1.3.2 利用云缓解边缘医疗设备压力

边缘设备往往不具备充足的计算能力，这限制了移动医疗服务的性能和效率.同时由于移动医疗服务要求很高的实时性，若把所有数据全部放在云端处理，会因为网络传输导致较大的延迟.如何去结合边缘医疗设备和云计算来提供高效实时的移动医疗服务成为了一项挑战.

利用云帮助边缘设备缓解部分高性能计算的压力是一种可以有效提高服务性能的方法.Nkosi等人[28]提出了一种云计算框架，用于减轻移动设备在提供移动健康服务时执行多媒体算法和安全算法的压力.该框架表明，多媒体和安全算法相关操作可以在云计算平台中执行，允许移动医疗服务提供商扩展其移动健康应用程序的功能，超出现有移动设备的限制.

云和边缘设备的协同工作可以有效提升移动医疗服务质量.Wang等人[29]提出了一种新的混合移动云计算解决方案，以实现更有效的个性化医疗监控.他们对基于移动云的心电图监测分析的案例进行了研究，并开发了移动云原型.该混合移动云解决方案可以在诊断准确性、执行效率和能源效率方面显著强于传统的基于移动的医疗监测，并具有解决个性化医疗保健中大规模数据分析的潜力.

文章来源：《智慧健康》网址: http://www.zhjkzz.cn/qikandaodu/2020/0715/380.html