Efficient wireless communication in healthcare systems; design and performance evaluation
Notice bibliographique
Résumé
Increasing number of ageing population and people who need continuous health monitoring and rising the costs of health care have triggered the concept of the novel wireless technology-driven human body monitoring. Human body monitoring can be performed using a network of small and intelligent wireless medical sensors which may be attached to the body surface or implanted into the tissues. It enables carers to predict, diagnose, and react to adverse events earlier than ever. The concept of Wireless Body Area Network (WBAN) was introduced to fully exploit the benefits of wireless technologies in telemedicine and m-health. The main focus of this research is the design and performance evaluation of strategies and architectures that would allow seamless and efficient interconnection of patient’s body area network and the stationary (e.g., hospital room or ward) wireless networks. I first introduce the architecture of a healthcare system which bridges WBANs and Wireless Local Area Networks (WLANs). I adopt IEEE 802.15.6 standard for the patient’s body network because it is specifically designed for WBANs. Since IEEE 802.15.6 has strict Quality of Service (QoS) and priorities to transfer the medical data to the medical server a QoS-enabled WLAN for the next hop is needed to preserve the end-to-end QoS. IEEE 802.11e standard is selected for the WLAN in the hospital room or ward because it provides prioritization for the stations in the network. I investigate in detail the requirements posed by different healthcare parameters and to analyze the performance of various alternative interconnection strategies, using the rigorous mathematical apparatus of Queuing Theory and Probabilistic Analysis; these results are independently validated through discrete event simulation models. This thesis has three main parts; performance evaluation and MAC parameters settings of IEEE 802.11e Enhanced Distributed Channel Access (EDCA), performance evaluation and tuning the MAC parameters of IEEE 802.15.6, and designing a seamless and efficient interconnection strategy which bridges IEEE 802.11e EDCA and IEEE 802.15.6 standards for a healthcare system.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».