登革热雾:一个雾计算启用权重随机森林基于智能健康监测系统,用于自动登革热预测

科学领域:

• 医疗信息学 医疗信息学
• 计算机科学 计算机科学
• 流行病学 流行病学

背景情况:

• 由Aedes aegypti蚊子传播的登革热是一个关键的全球卫生问题,特别是在发展中国家,由于高死亡率和低诊断率.
• 登革热与其他发烧性疾病共享症状,使诊断复杂化,并需要先进的监测系统.
• 物联网 (IoT),雾和云计算是开发复杂医疗保健解决方案的新兴技术.

研究的目的:

• 开发和评估一种新的登革热雾监测系统,利用雾计算来预测和检测登革热.
• 将一个加权随机森林 (WRF) 分类器集成到DengueFog系统中,以加强登革热感染的监测和预测.

主要方法:

• 一个基于雾计算的系统,DengueFog,旨在实时监测和预测登革热.
• 用一个加权随机森林 (WRF) 分类器来分析登革热感染数据.
• 该系统的性能使用2016年至2018年期间从德里-NCR医院收集的数据集来验证.

主要成果:

• 登革系统表现出高精度,F值,回忆,精度和特异性,错误率低.
• 拟议的系统,包括WRF分类器,在登革热预测和检测方面显著优于传统分类方法.
• 性能指标证实了该系统在监测和预测登革热感染方面的有效性.

结论:

• 基于雾计算和WRF的DengueFog监测系统为登革热预测和检测提供了强大而有效的解决方案.
• 这种先进的系统解决了与登革热相关的诊断挑战,有可能改善患者的治疗结果.
• 该研究强调了物联网和雾计算在开发先进,准确和高效的疾病监测系统方面的潜力.