Search

Dieses Buch präsentiert Fortschritte in der biomedizinischen Technologie. IoT und Machine Learning haben neue Ansätze im mobilen Gesundheitswesen ermöglicht, mit Fokus auf kontinuierlicher Überwachung kritischer Gesundheitssituationen. Intelligente Hybridisierung von IoT, drahtlosen Implantaten und Cloud-Computing wird derzeit von verschiedenen Einrichtungen entwickelt und getestet. Biomedizinische Signale und Bildmodalitäten werden nicht-invasiv erfasst und erfordern eine mehrkanalige Erfassung für wirksame Überwachung. Automatisierte Gesundheitssysteme basieren auf Signal- und Bildaufnahme, Vorverarbeitung, Merkmalsextraktion und Klassifikation. Das Buch beschreibt zeitgenössische Ansätze in der biomedizinischen Signalerfassung und -verarbeitung mit maschinellem und tiefem Lernen. Jedes Kapitel ist eigenständig und bietet eine umfassende Übersicht über Theorien, Algorithmen und Herausforderungen im Bereich moderner Gesundheitssysteme.

In der Arbeit von Daniel Lückehe wird ein neues hybrides Verfahren zur Dimensionsreduktion methodisch erarbeitet, analysiert und durch experimentelle Tests mit vorhandenen Methoden verglichen. Hochdimensionale Daten, häufig zusammengefasst unter dem Begriff „Big Data“, liegen heutzutage in vielen Bereichen vor. Darunter fallen beispielsweise visuell erfasste Informationen, in denen Muster erkannt werden sollen, Anwendungen im medizinischen Bereich sowie Daten aus dem Gebiet der Astronomie. Eine Dimensionsreduktion kann dabei helfen, Informationen aus großen, hochkomplexen Datensätzen zu gewinnen und diese besser verarbeiten zu können. So können Daten beispielsweise auf einen zweidimensionalen Raum abgebildet und somit für den Menschen visuell erfassbar werden.