Key points are not available for this paper at this time.
In diesem Papier präsentieren wir eine neuartige Methode, einen Prozess und ein System zur Berechnung von legasthenischen Symptomen und zur Generierung von metrischen Daten für einen einzelnen Benutzer, eine Gemeinschaft oder eine Gruppe im Allgemeinen. Wir stellen eine mobile Multimedia-Umgebung des Internets der Dinge (IoT) vor, die multimodale Benutzerinteraktionsdaten von Smartphones oder Tablets während der Legasthenietests erfassen und über ein mobiles Edge-Netzwerk teilen kann, das Auto-Gradierungsalgorithmen verwendet, um Legastheniesymptome zu finden. Neben der algorithmusbasierenden Auto-Gradierung werden die erfassten mobilen Multimediadaten in einem dezentralen Repository gespeichert, das mit einem medizinischen Praktiker zum Abspielen und weiteren manuellen Analysezwecken geteilt werden kann. Da das Rahmenwerk sprachunabhängig und auf Blockchain sowie einem dezentralen Big Data-Repository basiert, können legasthenische Muster und eine große Menge an erfassten Multimedia-IoT-Testdaten für weitere klinische Forschung, statistische Analysen und Qualitätssicherung geteilt werden. Unser vorgeschlagenes Blockchain- und Off-Chain-basiertes dezentrales und sicheres Speicher-, Verwaltungs- und Freigaberahmenwerk für Legastheniedaten ermöglicht Sicherheit, Anonymität und multimodale Visualisierung der erfassten Testdaten für mobile Benutzer. Dieses Papier präsentiert das detaillierte Design, die Implementierung und die Testergebnisse, die das starke Potenzial für eine breitere Akzeptanz des mobilen Gesundheitsmanagements bei Legasthenie weltweit demonstrieren.
Rahman et al. (Mon,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: