基于区块链和物联网的智能医疗系统

3D打印、虚拟现实等多项技术进步（VR）、增强现实（AR）、人工智能（AI）、物联网（IoT）、，无人机、机器人和区块链现在正在被铭记，因为它们能够改变并使其成为一个更加自动化和有效的领域。各种工具与人工智能相关，如谷歌、DeepMind、Atomwise、Chatbot、Enlitic、Freenome和浮标健康有助于提高健康行业的效率。还有一个纳米颗粒技术可用于有效的药物输送治疗各种癌症，包括乳腺癌、结肠癌和肺癌。此外，自我绊倒由SARSCov-1尖峰（S）蛋白制备的肽纳米粒，成功诱导了针对冠状病毒的中和抗体，随后防止Vero细胞感染。此外，3D打印在医学可以提供许多好处，包括定制和个性化医疗产品、药品和设备；成本效益；提高生产力；设计和制造民主化；以及加强协作。物联网使实时警报、跟踪和监控，可以更好地进行动手治疗准确性、医生的恰当干预，并改善患者护理交付结果。这个另一个最有前景的应用是区块链在医疗行业的身份识别管理、动态患者同意和医疗供应链管理用品和药品。此外，有几个案例研究描述了新兴工具的好处，例如最近在使用Deep对新型冠状病毒肺炎患者的研究、诊断和治疗卷积神经网络（CNN）是一种广泛使用的深度学习架构，能够区分新冠肺炎和其他原因肺炎胸部X光图像分析。

快速区块链是世界上最受关注的技术之一目前。区块链的起源是一种称为“比特币”的加密货币。它是一个可以在全球范围内用作交换媒介的安全货币。块链它本身是一个分散的、点对点分布式账本，能够存储所有网络上发生的交易。此属性使区块链对任何类型的交换，例如数据、货币和信息。区块链保护防止医疗网络中潜在的数据盗窃或损坏。重要的是维护患者记录的完整性和有效性，以确保身心健康。人造的智能和区块链将为周围的人提供智能医疗系统通过提取有用的信息、保护医疗数据、简化索赔处理，使用患者自行生成的数据和系统化程序。

客户可以通过多种方式受益于物联网，以及它有潜力改变消费者互动的基本方式技术。物联网的普及性和通信维护可能提供为人们提供了各种便利和帮助，但也打开了许多安全漏洞。区块链是一种分布式数字账本，在多种行业中都有应用金融、医疗、公用事业、农业、房地产和供应商管理。这个在这些企业中担任特定应用程序监护人的中间人可以删除以提供安全性，并且这些等效应用程序可以在分布式方式，几乎没有集中电源。区块链技术使这在不牺牲效率或安全的情况下是可行的，而这在以前是不可能的。区块链和物联网似乎在其所在的各个行业中独树一帜因此企业可以尝试并利用这种强大的组合，即区块链物联网（BIoT）带来巨大进步以及他们感兴趣的领域的尖端创新。术语“BIoT”被创建通过将区块链与物联网应用程序融合。

区块链技术为物联网提供安全设施（物联网）。日常生活中使用的事物或物体都连接到互联网上以形成物联网。区块链整体安全机制可以提供便利设施，例如物联网的身份验证、可访问性、完整性、保密性和授权应用。物联网应用的使用是梦想变成现实。但使用该物联网仍面临一些挑战，主要是在数据等安全领域一致性和可靠性。对象通过互联网进行交互；他们也可以远程监控。物联网的使用减少了时间、人工工作、，跟踪和资金。随着物联网的发展，提供更多安全性至关重要获取大量数据。区块链是一个具有属性的循环网络诚实和保密。区块链维护物联网网络中的数据安全。在这里，我们将发现物联网和区块链结合带来的挑战，首先进行研究，然后介绍区块链，然后介绍讨论了基于区块链的物联网需求、需求和服务质量（QoS）。然后，应用基于区块链的物联网时面临的任务，如计划、进度和讨论了部署。然后基于区块链的物联网应用，如吞吐量、效率、延迟、隐私、分叉问题、智能合约、法律问题，讨论了安全性、存储和建议的解决方案。最后，即将进行的研究指定了物联网和区块链组合的指南。

所有部门现在都在使用数字方式为人类提供便利。无论是健康，金融、供应链、通信、运输、IT或教育，所有部门都是现在依靠技术和互联网提供设施和使用它们是信息的来源。这些部门在使用传统方式时面临着很多问题挑战。例如，人们早先去火车站订火车票排队要等很长时间，如果到时候所有座位都坐满了到达或轮到他们预订座位，花时间去旅行都是徒劳的排队的车站和时间。来到金融领域，人们不得不去银行创建一个银行账户并办理所有手续。他们不得不花时间去银行然后排队等待完成工作。此外，它花了大约1-2周的时间完成银行的每一项任务。所以，这个过程相当耗时，在实践中单调且不可靠。因此，许多部门开始寻找执行日常任务的替代方法。慢慢地，行业开始数字化，并开始使用计算机执行任务、存储和更新数据。他们还开始在日常应用中使用互联网。每个行业组织现在可以在互联网上使用。他们的所有信息都存在，可以申请他们的服务使用他们的网站。因此，物联网出现在这里。所有的使用互联网访问和提供信息的部门，使用云存储他们的数据正在使用物联网服务。物联网技术即将成为是我们日常生活中不可或缺的一部分，有助于控制和监控流程改变人类与物质世界的互动方式。对于所有人物联网的各个方面要充分发挥作用，需要克服一些障碍需要克服的重要挑战。这些包括但不限于网络安全、，数据隐私、功耗和指标。专用区块链环境其各种流程为解决这几个物联网挑战提供了一种有用的方法。

最近在医疗保健领域使用计算机技术的研究第四次工业革命通过获取在适当的时间从任何地方监测、诊断和治疗患者的医疗数据在世界上。区块链是最近的主要创新和趋势研究之一在智能城市、医疗保健等多种应用中发挥重要作用的主题产业、智能电网等区块链，它对安全等功能着迷数据共享、不变性、分散性和数据管理的可靠性使其成为医疗行业的一项重要技术。本章讨论1）区块链技术的工作原理及其在医疗保健。2） 区块链技术相对于物联网的优势安全的患者数据管理，通过分散的数据实现高效的数据共享使用加密技术的授权用户可以访问管理。3） 各种区块链技术在远程患者监控等医疗领域的应用使用物联网（IoT）设备进行心脏和脑电图（EEG）信号监测诊断危及生命的疾病。4） 药品可追溯性通过端到端跟踪确保产品安全的药品供应链系统和不可变事务记录。最后，本章还介绍了基于区块链的挑战和解决方案，倡导未来的研究范围医疗系统。

区块链是一种很有前途的技术，可以用来改善医疗系统。它可以用于安全地存储患者数据并防止篡改。它还可以通过提高透明度来改进供应链管理和互操作性。这项工作提出了一个使用区块链的基于web的应用程序存储患者数据和零售商信息。该应用程序还可以安全匿名地发送加密消息。将部署应用程序在以太坊平台上。在医疗保健中使用区块链的好处是安全：区块链是一种安全的数据存储方式，因为它是分散和加密的。这个使未经授权的用户难以访问或篡改数据。透明度：区块链是透明的，这意味着所有交易都记录在区块链，任何人都可以查看。这有助于增加信任和医疗体系中的问责制。互操作性：区块链可用于将不同的医疗系统连接在一起，可以改善信息。这有助于改善患者护理。不可更改性：区块链不可变，这意味着数据一旦添加到块链。这有助于确保数据的准确性。使用的挑战医疗保健领域的区块链包括复杂性、成本和监管。尽管如此挑战，区块链是一项有潜力改进医疗系统。这项工作是实现区块链在医疗保健。

许多应用程序，如智能医疗、智能城市、智能家居、，自动驾驶汽车、物联网零售店、远程健康、交通管理等将使用生成信息的物联网设备。在这些招标中，智能医疗是最重要的是，它会生成敏感信息，如疾病管理、药物管理、隐秘的患者检查、防御护理等从各种来源（手机、，软件、传感器、电子邮件、应用程序等）。这些来源包含一个基本加密过程，因此黑客可以轻松破解信息并滥用它问题是由研究人员解决的，他们找到了解决方案，但没有满足需要加密。密钥生成对于加密和解密至关重要，因为密钥增加了加密和解密级别。在本章中，建议的系统使用强密钥生成（KG）来加密（encr）和解密（decp）与有限处理兼容的信息物联网设备的功能。在这个系统中，数学密钥生成算法使用异或函数。此外，使用DNA加密算法进行加密并解密信息。上述系统使黑客很难闯入。当与著名的加密方案并行时提出的系统在加密方面显示了每个物联网方案的最佳效果时间和密钥熵。当与其他幸存的加密方案相同时，建议的系统具有恢复雪崩效应和密钥熵以实现安全性目标。上述安全目标表明，这种方案能够保护物联网来自当前攻击的文档。

云计算（CC）网络旨在解决安全和分布式计算和存储对集中式云服务隐私的挑战网络节点之间的资源。另一方面，云计算受到以下因素的限制链接设备的性能，在状态授权、状态加密、消费者隐私等。区块链技术（BT）是目前流行的网络技术。它被用于许多领域，如比特币、物联网等解决分布式数据的一致性问题。困难在于本章介绍了用于安全和隐私的CC网络。分析和BT在数据加密方面为边缘计算网络带来的解决方案，身份验证和用户隐私。在本章中，结合云的优势将讨论使用区块链技术的计算网络。最后，记忆，讨论了相关未来研究的工作量和延迟问题。 

在生物医学领域，磁共振成像（MRI）分割是对于治疗或预防疾病非常重要。对快速的需求医学诊断需要处理和高精度的结果。这可能是通过使用计算智能（CoIn）进行数据处理来解决。CoIn可以是通过使用模糊逻辑、遗传算法、，进化算法和神经网络。计算复杂性医学图像分割依赖于数据的特征以及合适的算法。CoIn方法的选择对于更好地分割医学图像，因为每种算法都优于不同的医学图像数据设置。混合CoIn（H-CoIn）是克服以下问题的解决方案之一医学图像分割中的个别算法。H-CoIn是两个或多个智能算法（如模糊逻辑、进化算法和神经网络）。个体智能算法的缺点可能是通过使用H-CoIn克服。在医学图像分割过程中，两个或多个需要为H-CoIn优化变量或目标。这个问题可以通过以下方式解决使用多目标优化技术，其中同时最小化或可以执行最大化。在本章中，各种CoIn算法详细讨论了医学图像分割和与最先进的技术相比。H-Coin算法在一个大型医学数据集中实现，准确率达到98.89%。此外，H-Coin算法是可靠的，适用于克服观测器之间和观测器内部的可变性。 

物联网（IoT）时代正在迅速发展设备和许多更智能的系统，如医疗保健。攻击者主要针对这些物联网设备。这些设备被恶意软件感染，从而变成机器人被攻击者用来破坏网络以及窃取重要数据。收件人解决这个问题，将有效的机器学习与适当的功能相结合提出了检测和保护网络免受漏洞攻击的工程方法。这个该模型将检测基于分布式拒绝服务（DDOS）的僵尸网络攻击在智能医疗系统中。黑客行动主义者经常使用DDoS攻击来压倒网络并使其无法使用。对于依赖网络的医疗服务提供商连接以实现高效的患者数据访问，这可能是一个严重的问题。分布式拒绝服务攻击的动机是与激怒网络威胁行为体的场景。两种现代机器学习（ML）方法，包括（i）支持向量机（SVM）和（ii）光梯度增压机（轻型GBM）用于验证数据集。从广泛的实验分析表明，基于特征的算法优于其他竞争模型因为它们（i）具有最高的检测率和高精度，以及（ii）较少计算复杂度，训练和测试时间最少。

皮肤病变诊断最近得到了很多关注。医生支出由于它们惊人的相似性，我们花了很多时间分析这些皮肤损伤。临床医生可以使用基于深度学习的自动分类系统来识别提高皮肤病变类型和医疗服务质量。作为深度学习随着建筑学的进步，皮肤病变的分类已经成为一个热门的研究课题。在这项工作使用了一种新的分割技术，提供了一种现代皮肤损伤检测系统这种方法称为广域ShuffleNet。基于熵的加权技术是第一个计算，并对蒙皮实施一阶累积矩算法图片。这些插图用于区分病变与周围区域。然后通过将分割结果发送到宽带ShuffleNet，一种新的深度学习结构。建议的技术是使用多个庞大的数据集进行评估，包括ISIC2019和HAM10000。据统计，EWA和CAFO wide ShuffleNet比最先进的方法。所建议的技术非常轻非常适合灵活的医疗管理。

最近在多个领域的网络发展鼓励了物联网和人工智能应用介绍（AI）。本文分析了物联网和人工智能等技术在通过仔细分析85份同行评议的科学期刊出版物进行医疗保健。这项研究表明，以前从未听说过的以过去十年，广泛的出版来源，广泛的作者，以及哲学和建筑学的几篇技术论文，所有这些论文都指向不断发展的领域，在未来几年有足够的出版空间。医疗目前的研究将远程医疗数据的管理和分析作为以及人工智能在许多领域的开发和使用企业（AI）。由于实施远程医疗的困难需要开发尖端方法并扩展其能力。

人工智能（AI）方法需要从足够大的数据集以实现临床等级的准确性和验证，这在医疗保健领域。然而，敏感的医疗数据通常是零散的，无法共享由于安全和患者隐私政策。在这方面，我们的工作旨在应用联合学习（FL）对腹部和胸片进行分类没有交换患者数据。FL框架已在分布式系统上实现跨多个客户端的数据。在该框架中，多层感知器被用作分类任务的学习模型。FL是一种新方法，其中机器学习模型是由一个中央服务器或服务提供商。FL模型通过以下方式确保数据隐私和安全分散保留培训数据。FL模型为通过在分布式客户端中训练个人模型并仅共享模型权重。

人们的日常饮食习惯和生活方式选择对他们在地球上的寿命有重大影响。古代人吃的食物脂肪、维生素、矿物质和碳水化合物的可接受比例，这对他们有帮助长寿。如今，个人寿命缩短，经历了许多危机比如心脏病发作和精神绝望，导致他们粗心驾驶意外事故。这是由于我们目前的饮食垃圾食品和生活方式。为了人民对于个人而言，这将导致巨大的损失。在这里，拯救人们的生命这在很大程度上取决于时间的推移。受伤的程度或患者的紧急情况，使救护车难以到达的交通量到达目的地，医院接收病人和挽救生命的能力这只是影响时间限制的众多因素中的一小部分。在目前的情况下，医院正在使用可用的服务来满足时间限制，这是正确的安排救护车路线。该系统的主要缺点是医院处理所有数据，使篡改医疗记录变得容易，并有失去完整性的风险数据。智能救护车的目标是预测最短的时间需要将患者送入有资源护理的当地医院这就避免了将患者转移到其他医院的需要，也避免了到达目的地的最有效路线。这样可以挽救患者的生命。上述可以通过使用深度学习算法进行预测来实现受伤情况和患者入院的时限，与受伤情况相符利用医院提供的治疗选项，并制定适当的医院，以及找到最快的路线和最少的交通量在规定的时限内到达目的地，在救护车上进行急救，以及以安全的方式处理健康记录的数据传输。因此，在智能城市里，智能救护车可以迅速拯救生命。

在封闭或封闭的环境中，如监狱或心理避难所是一个重要的研究关注点。工业4.0已经启用对收容所中身体或精神有障碍的人和罪犯的监测他们被判处使用传感器等各种工具在监狱服刑，无线系统和先进的摄像头。监测的隐蔽性和在没有任何新技术（如物联网、RFID、，等，可能导致上述地方的囚犯受到虐待。这个传统的物理监控系统可能会导致有关可以隐藏真实的场景。个人观点和特点官员和囚犯的健康和行为可能会有所不同模式。人工监控的自动化涉及安全监控，囚犯在封闭环境中的活动、健康和健康因素。这个人体活动监测是通过采集和分析人体信号来实现的囚犯中的一员。无源标签贴在RFID中每个人的腕带上人体监测系统。最少的人工干预和努力是人体监测系统的最大优点。身份验证，智能在设计一个人体监测系统。智能决策算法用于预测人类行为模式。这项工作总结了不同的身份验证物联网（IoT）和RFID设备使用的协议和方法在人体监测系统中。它介绍了一个典型的人类监测系统，并总结了用于相同。对存储过程中的安全和隐私问题进行了广泛调查囚犯的秘密细节。全面调查封闭式人体监测中的身份验证技术和数据安全问题在这项工作中提出。