Mobile Health / Rehg, James M. ; Murphy, Susan A. ; Kumar, Santosh  

Público ISBD Ningún comentario para este registro. Título : Mobile Health : Sensors, Analytic Methods, and Applications Tipo de documento: documento electrónico Autores: Rehg, James M., ; Murphy, Susan A., ; Kumar, Santosh, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XL, 542 p. 128 ilustraciones, 100 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-51394-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Informática Médica  Inteligencia artificial  Biometría  Procesamiento de datos  Red de computadoras  Informática de la Salud  Bioestadística  Minería de datos y descubrimiento de conocimientos  Redes de comunicación informática Índice Dewey: 610.285 Resumen: Este volumen proporciona una introducción completa a la tecnología de mHealth y es accesible para investigadores y profesionales orientados a la tecnología con experiencia en informática, ingeniería, estadística y matemáticas aplicadas. Los autores contribuyentes incluyen investigadores y profesionales líderes en el campo de la salud móvil. El libro ofrece una exploración en profundidad de los tres elementos clave de la tecnología mHealth: el desarrollo de sensores corporales que pueden identificar comportamientos clave relacionados con la salud (de sensores a marcadores), el uso de métodos analíticos para predecir estados de salud actuales y futuros salud y enfermedad (de marcadores a predictores), y el desarrollo de intervenciones móviles que puedan mejorar los resultados de salud (de predictores a intervenciones). Los capítulos están organizados en secciones: la primera sección está dedicada a las aplicaciones de salud móvil, seguida de tres secciones dedicadas a las tres áreas tecnológicas clave mencionadas anteriormente. Cada capítulo se puede leer de forma independiente, pero la organización de todo el libro proporciona un flujo lógico desde el diseño de la tecnología de detección corporal, pasando por el análisis de datos de sensores que varían en el tiempo, hasta las interacciones con un usuario que crean oportunidades para mejorar los resultados de salud. Este volumen es un recurso valioso para estimular el desarrollo de este campo en crecimiento y es ideal para usarlo como libro de texto en un curso de mHealth. Nota de contenido: Introduction to Section 1: mHealth Applications and Tools -- StudentLife: Using Smartphone to Assess Mental Health and Academic Performance of College Students -- Circadian Computing: Sensing, Modeling, and Maintaining Biological Rhythms -- Design Lessons from a Micro-Randomized Pilot Study in Mobile Health -- The Use of Asset-Based Community Development in a Research Project Aimed at Developing mHealth Technologies for Older Adults -- Designing Mobile Health Technologies for Self-Monitoring: The Bit Counter as a Case Study -- mDebugger: Assessing and Diagnosing the Fidelity and Yield of Mobile Sensor Data -- Introduction to Section II: Sensors to mHealth Markers -- Challenges and Opportunities in Automated Detection of Eating Activity -- Detecting Eating and Smoking Behavior Using Smartwatches -- Wearable Motion Sensing Devices and Algorithms for Precise Healthcare Diagnostics and Guidance -- Paralinguistic Analysis of Children's Speech in Natural Environments -- Pulmonary Monitoring Using Smartphones -- Wearable Sensing of Left Ventricular Function -- A new direction for Biosensing: RF sensors for monitoring cardio-pulmonary function -- Wearable Optical Sensors -- Introduction to Section III: Markers to mHealth Predictors -- Exploratory Visual Analytics of Mobile Health Data: Sensemaking Challenges and Opportunities -- Learning Continuous-Time Hidden Markov Models for Event Data -- Time-series Feature Learning with Applications to Healthcare Domain -- From Markers to Interventions: The Case of Just-in-Time Stress Intervention -- Introduction to Section IV: Predictors to mHealth Interventions -- Modeling Opportunities in mHealth Cyber-Physical Systems -- Control Systems Engineering for Optimizing Behavioral mHealth Interventions -- From Ads to Interventions: Contextual Bandits in Mobile Health -- Towards Health Recommendation Systems: An Approach for Providing Automated Personalized Health Feedback from Mobile Data. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Mobile Health : Sensors, Analytic Methods, and Applications [documento electrónico] / Rehg, James M., ; Murphy, Susan A., ; Kumar, Santosh,  . -  1 ed.  . - [s.l.] : Springer, 2017 . - XL, 542 p. 128 ilustraciones, 100 ilustraciones en color. ISBN : 978-3-319-51394-2 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Informática Médica  Inteligencia artificial  Biometría  Procesamiento de datos  Red de computadoras  Informática de la Salud  Bioestadística  Minería de datos y descubrimiento de conocimientos  Redes de comunicación informática Índice Dewey: 610.285 Resumen: Este volumen proporciona una introducción completa a la tecnología de mHealth y es accesible para investigadores y profesionales orientados a la tecnología con experiencia en informática, ingeniería, estadística y matemáticas aplicadas. Los autores contribuyentes incluyen investigadores y profesionales líderes en el campo de la salud móvil. El libro ofrece una exploración en profundidad de los tres elementos clave de la tecnología mHealth: el desarrollo de sensores corporales que pueden identificar comportamientos clave relacionados con la salud (de sensores a marcadores), el uso de métodos analíticos para predecir estados de salud actuales y futuros salud y enfermedad (de marcadores a predictores), y el desarrollo de intervenciones móviles que puedan mejorar los resultados de salud (de predictores a intervenciones). Los capítulos están organizados en secciones: la primera sección está dedicada a las aplicaciones de salud móvil, seguida de tres secciones dedicadas a las tres áreas tecnológicas clave mencionadas anteriormente. Cada capítulo se puede leer de forma independiente, pero la organización de todo el libro proporciona un flujo lógico desde el diseño de la tecnología de detección corporal, pasando por el análisis de datos de sensores que varían en el tiempo, hasta las interacciones con un usuario que crean oportunidades para mejorar los resultados de salud. Este volumen es un recurso valioso para estimular el desarrollo de este campo en crecimiento y es ideal para usarlo como libro de texto en un curso de mHealth. Nota de contenido: Introduction to Section 1: mHealth Applications and Tools -- StudentLife: Using Smartphone to Assess Mental Health and Academic Performance of College Students -- Circadian Computing: Sensing, Modeling, and Maintaining Biological Rhythms -- Design Lessons from a Micro-Randomized Pilot Study in Mobile Health -- The Use of Asset-Based Community Development in a Research Project Aimed at Developing mHealth Technologies for Older Adults -- Designing Mobile Health Technologies for Self-Monitoring: The Bit Counter as a Case Study -- mDebugger: Assessing and Diagnosing the Fidelity and Yield of Mobile Sensor Data -- Introduction to Section II: Sensors to mHealth Markers -- Challenges and Opportunities in Automated Detection of Eating Activity -- Detecting Eating and Smoking Behavior Using Smartwatches -- Wearable Motion Sensing Devices and Algorithms for Precise Healthcare Diagnostics and Guidance -- Paralinguistic Analysis of Children's Speech in Natural Environments -- Pulmonary Monitoring Using Smartphones -- Wearable Sensing of Left Ventricular Function -- A new direction for Biosensing: RF sensors for monitoring cardio-pulmonary function -- Wearable Optical Sensors -- Introduction to Section III: Markers to mHealth Predictors -- Exploratory Visual Analytics of Mobile Health Data: Sensemaking Challenges and Opportunities -- Learning Continuous-Time Hidden Markov Models for Event Data -- Time-series Feature Learning with Applications to Healthcare Domain -- From Markers to Interventions: The Case of Just-in-Time Stress Intervention -- Introduction to Section IV: Predictors to mHealth Interventions -- Modeling Opportunities in mHealth Cyber-Physical Systems -- Control Systems Engineering for Optimizing Behavioral mHealth Interventions -- From Ads to Interventions: Contextual Bandits in Mobile Health -- Towards Health Recommendation Systems: An Approach for Providing Automated Personalized Health Feedback from Mobile Data. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

---

1 (1 - 1 / 1) Par page : 25 50 100 200