IoT inteligente con el método evolutivo híbrido y el procesamiento de imágenes para la detección de tumores

Área de la Ciencia:

• Imágenes y diagnósticos médicos
• Ciencias de la computación e ingeniería
• Informática de la salud

Sus antecedentes:

• Los sistemas de salud modernos tienen como objetivo mejorar la salud pública a través de soluciones eficientes y fiables, impulsando avances y complejidad.
• La expansión de los servicios de salud presenta desafíos como el alto volumen de datos, la latencia y las vulnerabilidades de seguridad.
• La computación de niebla ofrece una solución mediante el procesamiento de datos más cerca de los dispositivos finales, reduciendo la latencia y permitiendo respuestas en tiempo real.

Objetivo del estudio:

• Proponer un marco robusto de detección de tumores cerebrales dentro de una infraestructura de salud inteligente basada en la niebla.
• Optimizar la colocación de los nodos de niebla utilizando una técnica evolutiva mejorada para el procesamiento de imágenes (HETS-IP) basada en la eficiencia energética y la latencia.
• Para mejorar el procesamiento en tiempo real de la detección de tumores mediante la realización del marco directamente en los nodos de niebla.

Principales métodos:

• Optimización de la colocación de datos mediante HETS-IP, una optimización mejorada de enjambres de partículas (PSO) con codificación binaria directa.
• Marco de detección de tumores cerebrales que incluye preprocesamiento (filtro bilateral), extracción de características (características de textura estadística) y clasificación (red neuronal convolucional profunda - CNN).
• Análisis comparativo del HETS-IP con respecto a los algoritmos evolutivos tradicionales (ACO, GASA y GA).

Principales resultados:

• HETS-IP demostró un rendimiento superior a ACO, GASA y GA en las simulaciones.
• HETS-IP logró reducciones promedio en el consumo de energía (5-14%) y makespan (4-11%) en comparación con otros algoritmos.
• El enfoque propuesto alcanzó una alta precisión del 97% y una precisión del 96% para la detección de tumores cerebrales.

Conclusiones:

• El marco desarrollado basado en la niebla aborda eficazmente los desafíos de la atención sanitaria inteligente para la detección de tumores cerebrales.
• HETS-IP proporciona mejoras significativas en la eficiencia energética y el tiempo de procesamiento para la colocación de nodos de niebla.
• El marco garantiza una clasificación altamente confiable y precisa de los tumores cerebrales, crucial para una intervención médica oportuna.