شبکه هوشمند برای نظارت وضعیت بیمار سرطان سینه

همواره نظارت بلادرنگ بر بیمار بسیار مورد اهمیت بوده است. دست‌یابی به این دانش که به‌صورت یکپارچه بتوان بر بافت آسیب‌دیده نظارت داشت، کار بسیار مهم می‌باشد. در روش‌های قبلی با استفاده از یک حسگر بر بافت موردنظر نظارت می شد. در این مقاله نه‌تنها با استفاده از یک حسگر بر بافت نظارت می شود بلکه نظارت و ارزیابی تاثیر بافت‌های دیگر، بر بافت تومور مورد ارزیابی قرار می گیرد. شبکه هوشمند که در این مقاله مطرح شده است، به‌منظور نظارت بر وضعیت بیمار دارای تومور سینه طراحی شده است. ساختار شبکه هوشمند با توجه به نوع وزن مسیرهای ارتباطی بین گره‌ها و توانایی گره‌ها یک شبکه نیرومند برای ارزیابی وضعیت بیمار را به ما نشان می‌دهد. با تغییر وضعیت بیمار، گره‌ها و وزن مسیرهای ارتباطی تغییر می‌کند که این نشان می‌دهد که اطلاعات مهمی در شبکه وجود دارد و به متخصصان کمک می‌کند تا بتوانند بهتر وضعیت بیماری را موردبررسی قرار دهند. نظارت شبکه به این صورت می باشد که به صورت مداوم گره ارزیاب، گره تومور را ارزیابی می کند، با تغییر وضعیت گره تومور، وضعیت سایر گره ها و مسیرهای ارتباطی بین آن تغییر می کند، نتیجه تغییرات در شبکه به وسیله گره ارزیاب مورد ارزیابی قرار می گیرد. نتایج شبیه‌سازی نشان می‌دهد که این شبکه از هوشمندی لازم برای ارزیابی وضعیت بیمار در شرایط نامطلوب را دارا هست

smart grid to monitor breast cancer patient status

immediate monitoring of the patient has always been very important. achieving this knowledge, which can be integrated to monitor damaged tissue, is very important. in previous methods, the tissue was monitored using a sensor. in this article, not only is a tissue monitored using a sensor, but also the monitoring and evaluation of the effect of other tissues on tumor tissue is evaluated. the smart grid discussed in this article is designed to monitor the condition of a patient with a breast tumor. the structure of the smart grid, given the weight of the communication paths between the nodes and the ability of the nodes, shows us a strong network to assess the patient’s condition. as the patient’s condition changes, the nodes and weights of the communication pathways change, indicating that there is important information in the network and helping specialists to better assess the condition of the disease. network monitoring is such that the evaluator node continuously evaluates the tumor node, by changing the status of the tumor node, the status of other nodes and communication paths between them changes, the result of changes in the network by the node the evaluator is evaluated. the simulation results show that this network has the necessary intelligence to assess the patient’s condition in adverse conditions.