XiaoMi-AI文件搜索系统
World File Search SystemIoMT
用于安全 IoMT 通信的轻量级量子密钥分发
摘要。针对 COVID-19 等流行病的生物医学仪器和管理平台正在迅速采用支持物联网的医疗设备 (IoMT)。量子密钥分发 (QKD) 也被认为是应用顶级互联网战略的基本原理、工具、方法和思想，特别是在医疗保健和医疗领域。然而，使用 QKD 的高效端到端验证系统解决了协议的安全问题并简化了整个流程。因此，尽管成本可能会增加和出现错误的可能性，但必须实施一种新系统，使数据传输顺畅而不损害其完整性。当存在额外的传感器和设备并且需要更多能量来处理它们时，可以使用更有效的算法来降低功耗。
边缘雾计算支持无损脑电图数据压缩，可在 IoMT 网络中用于癫痫发作检测
1, 2 部伊拉克巴比伦大学计算机科学系。 3 FEMTO-ST 研究所/CNRS，大学法国贝尔福，勃艮第弗朗什孔泰。 4 法国奥赛巴黎萨克雷大学 LISN 实验室。电子邮件: ali.idrees@uobabylon.edu.iq, wsci.sara.idrees5@uobabylon.edu.iq, raphael.couturier@univ-fcomte.fr, tara.ali-yahiya@universite-paris-saclay.fr ∗ 通讯作者
使用元保护基于 IoMT 的医疗保健系统...
1 信息与计算机科学系，计算机科学与工程学院，哈伊勒大学，哈伊勒 81481，沙特阿拉伯。2 信息学与计算机系统系，计算机科学学院，哈立德国王大学，阿卜哈-61421，沙特阿拉伯。3 计算机工程系，计算机工程科学学院，萨坦姆·本·阿卜杜勒阿齐兹王子大学，Al-Kharj，11942，沙特阿拉伯。4 计算机科学系，应用学院，伊玛目阿卜杜勒拉赫曼·本·费萨尔大学，邮政信箱 1982，达曼，31441，沙特阿拉伯。5 计算机科学系，科学学院，Ibb 大学，也门。6* 爱尔兰国立大学梅努斯分校 (NUIM) 商学院，梅努斯，W23 F2H6，爱尔兰。7 计算系，东南科技大学，卡洛，R93 V960，爱尔兰。 8 沙特阿拉伯王国纳季兰大学科学与艺术学院计算机科学系，Sharurah-68341。
撤稿说明：使用人工智能和 IoMT 进行基于量子通信的网络安全分析
出版商已与主编达成一致，撤回了这篇文章。出版商的调查发现，包括这篇文章在内的多篇文章存在一些问题，包括但不限于同行评审过程不完善、引用不恰当或不相关、包含非标准短语或不属于期刊范围。根据调查结果，出版商在与主编协商后，不再对这篇文章的结果和结论有信心。
医学互联网（IOMT）：概述，新兴技术和案例研究
摘要 - 在医学事物互联网（IOMT）中，事物之间的（IoT）与医疗设备集成在一起，从而改善了患者的舒适度，具有成本效益的医疗解决方案，快速的医院治疗以及更具个性化的医疗保健。首先提供了IOMT的介绍，然后引入了IOMT的体系结构。稍后，它提供了医疗保健系统的当前操作，并讨论了这些操作在建筑图中的映射。此外，将几种新兴技术（PUF），区块链，人工智能（AI）和软件否决的网络（SDN）作为重要技术，以克服在e-Healthcare的几个挑战，例如安全，隐私，准确性，准确性，准确性和绩效。最后，我们根据 - （1）基于PUF的身份验证，（2）支持AI支持的SDN辅助电子保健服务和（3）区块链辅助患者以患者为中心的系统为IOMT提供了三个案例研究。本文提出的解决方案可能会对IOMT基础架构随着市场发展的有效发展的速度产生巨大影响。索引术语 - 事物（IoT），医学互联网（IOMT），网络体系结构，医疗保健
心脏健康预测和分类：IOMT和AI协作模型
摘要。物联网（IoT）技术已被用作医学互联网（IOMT）来收集传感器数据以诊断和预测心脏病。IOMT允许用户使用机器学习（ML）算法访问实时跟踪信息，并手动估计该人的健康状况。研究建议的主要目标是使用健康信息和医学图像对数据和预测心脏病进行分类。建议的基于IOMT的心脏健康预测和分类（IOMT-HHPC）模型是两个阶段的医学数据分类和预测框架。如果第一阶段的结果有效地预测了心脏病，则第二步是图像分类。最初从附属于该人体的医疗设备收集的数据最初被分类。超声心动图（ECG）图像进行了分析以预测心脏问题。本文使用许多ML技术来预测心脏病。具有ANN的IOMT-HHPC模型的精度为99.02％，超过了其他ML算法的性能。
训练-Report-iot-iomt-00306-02-2024.pdf
培训计划介绍了物联网（IoT）的基本和高级原则和实践，目的是使参与者能够设计，构建和实施物联网解决方案。文本还研究了在通信中采用的一系列技术和协议，涵盖了新兴的IoT友好应用程序和物理层协议。参与者将对广泛认可的物联网（IoT）框架和标准获得全面的理解。培训计划包括广泛使用的云平台，这些平台提供了广泛的服务，并强调构建此类平台的过程。这种取向旨在阐明在各种项目开发中对Arduino环境的基本利用。将传感器连接到Arduino微控制器的知识和过程，并从传感器中检索数据，可以帮助受训者了解物联网技术及其在医疗保健中的可用性/部署。开放平台为用户提供了将传感器数据牢固地存储在基于云的环境中的能力。
医学互联网（IOMT）中用于安全评估的量子机器学习
摘要：医学事物互联网（IOMT）是一个由相关的电子项目组成的生态系统，例如小型传感器/执行器和医疗服务中其他网络物理设备（CPD）。当这些设备连接在一起时，它们可以通过医疗监测，分析和报告以更自动和智能的方式来支持患者。IOMT设备；但是，在医疗服务处理大量敏感和私人健康相关的数据时，通常没有提供服务和安全保证的计算资源。这导致了有关如何改善IOMT系统安全性的几个研究问题。本文着重于量子机学习，以评估IOMT系统中的安全漏洞。本文在IOMT脆弱性评估中对传统和量子机学习技术均提供了全面的综述。本文还提出了一种创新的融合半监督学习模型，该模型与广泛的实验中的最新传统和量子机学习相比。该实验显示了针对最先进模型的拟议模型的竞争性能，还强调了量子机器学习在IOMT安全评估及其未来应用中的有用性。
使用基于块的 Haar 小波变换和 COVIDOA 压缩用于 IoMT 系统的生物信号
摘要：背景：生物信号是智能医疗系统诊断和治疗常见疾病所需的基本数据。然而，医疗系统需要处理和分析的信号量非常大。处理如此大量的数据会带来很多困难，例如需要很高的存储和传输能力。此外，在应用压缩时，保留输入信号中最有用的临床信息至关重要。方法：本文提出了一种用于 IoMT 应用的生物信号高效压缩算法。该算法使用基于块的 HWT 提取输入信号的特征，然后使用新颖的 COVIDOA 选择最重要的特征进行重建。结果：我们使用两个不同的公共数据集进行评估：MIT-BIH 心律失常和 EEG 运动/意象，分别用于 ECG 和 EEG 信号。所提算法的 CR、PRD、NCC 和 QS 平均值分别为 ECG 信号的 18.06、0.2470、0.9467 和 85.366，EEG 信号的 12.6668、0.4014、0.9187 和 32.4809。此外，所提算法在处理时间方面比其他现有技术更高效。结论：实验表明，与现有技术相比，所提方法成功实现了高 CR，同时保持了出色的信号重建水平，并且处理时间更短。
人工智能 (AI) 和医疗物联网 (IoMT) 辅助生物医学系统助力智能医疗
1 CSIR-中央电化学研究所 (CECRI) 电子和电催化部，Karaikudi, Sivagangai 630003，泰米尔纳德邦，印度； siva.cecri21a@acsir.res.in (SAM)； sindhumonicam98@gmail.com (SMM) 2 科学与创新研究院 (AcSIR)，加济阿巴德 201002，印度北方邦； shansda@cecri.res.in（上海）； tpswamy@cecri.res.in (SPT) 3 CSIR-中央电化学研究所 (CECRI) 腐蚀与材料保护部，Karaikudi, Sivagangai 630003, Tamil Nadu, India 4 石油与能源研究大学 (UPES) 工程学院，Dehradun 248001，Uttarakhand，印度； akaushik@floridapoly.edu 5 纳米生物技术实验室，佛罗里达理工大学环境工程系，美国佛罗里达州莱克兰 33805-8531 6 动物学系，Shri Pundlik Maharaj Mahavidyalaya Nandura，Buldana 443404，马哈拉施特拉邦，印度；ravikumar.shinde@gmail.com 7 中央仪器设施，CSIR-中央电化学研究所，Karaikudi，Sivagangai 630003，泰米尔纳德邦，印度* 通讯地址：pandiaraj@cecri.res.in