Advanced Healthcare Systems Empowering Physicians With Iot Enabled Technologies 1St Edition Rohit Tanwar Full Chapter

Advanced Healthcare Systems :
Empowering Physicians with

IoT-Enabled Technologies 1st Edition
Rohit Tanwar
Visit to download the full and correct content document:
https://ebookmass.com/product/advanced-healthcare-systems-empowering-physician
s-with-iot-enabled-technologies-1st-edition-rohit-tanwar/
Advanced Healthcare Systems
Scrivener Publishing
100 Cummings Center, Suite 541J
Beverly, MA 01915-6106
Artificial Intelligence and Soft Computing for Industrial Transformation
Series Editor: Dr. S. Balamurugan (sbnbala@gmail.com)
Scope: Artificial Intelligence and Soft Computing Techniques play an impeccable role in industrial
transformation. The topics to be covered in this book series include Artificial Intelligence, Machine Learning,
Deep Learning, Neural Networks, Fuzzy Logic, Genetic Algorithms, Particle Swarm Optimization,
Evolutionary Algorithms, Nature Inspired Algorithms, Simulated Annealing, Metaheuristics, Cuckoo
Search, Firefly Optimization, Bio-inspired Algorithms, Ant Colony Optimization, Heuristic Search
Techniques, Reinforcement Learning, Inductive Learning, Statistical Learning, Supervised and Unsupervised
Learning, Association Learning and Clustering, Reasoning, Support Vector Machine, Differential Evolution
Algorithms, Expert Systems, Neuro Fuzzy Hybrid Systems, Genetic Neuro Hybrid Systems, Genetic Fuzzy
Hybrid Systems and other Hybridized Soft Computing Techniques and their applications for Industrial
Transformation. The book series is aimed to provide comprehensive handbooks and reference books
for the benefit of scientists, research scholars, students and industry professional working towards next
generation industrial transformation.
Publishers at Scrivener
Martin Scrivener (martin@scrivenerpublishing.com)
Phillip Carmical (pcarmical@scrivenerpublishing.com)
Advanced Healthcare Systems
Empowering Physicians with

IoT-Enabled Technologies
Edited by
Rohit Tanwar, S. Balamurugan,
R. K. Saini, Vishal Bharti
and Premkumar Chithaluru
This edition first published 2022 by John Wiley & Sons, Inc., 111 River Street, Hoboken, NJ 07030, USA
and Scrivener Publishing LLC, 100 Cummings Center, Suite 541J, Beverly, MA 01915, USA
© 2022 Scrivener Publishing LLC
For more information about Scrivener publications please visit www.scrivenerpublishing.com.
All rights reserved. No part of this publication may be reproduced, stored in a retrieval system, or
transmitted, in any form or by any means, electronic, mechanical, photocopying, recording, or other-
wise, except as permitted by law. Advice on how to obtain permission to reuse material from this title
is available at http://www.wiley.com/go/permissions.
Wiley Global Headquarters

111 River Street, Hoboken, NJ 07030, USA
For details of our global editorial offices, customer services, and more information about Wiley prod-
ucts visit us at www.wiley.com.
Limit of Liability/Disclaimer of Warranty

While the publisher and authors have used their best efforts in preparing this work, they make no rep
resentations or warranties with respect to the accuracy or completeness of the contents of this work and
specifically disclaim all warranties, including without limitation any implied warranties of merchant-
ability or fitness for a particular purpose. No warranty may be created or extended by sales representa
tives, written sales materials, or promotional statements for this work. The fact that an organization,
website, or product is referred to in this work as a citation and/or potential source of further informa
tion does not mean that the publisher and authors endorse the information or services the organiza
tion, website, or product may provide or recommendations it may make. This work is sold with the
understanding that the publisher is not engaged in rendering professional services. The advice and
strategies contained herein may not be suitable for your situation. You should consult with a specialist
where appropriate. Neither the publisher nor authors shall be liable for any loss of profit or any other
commercial damages, including but not limited to special, incidental, consequential, or other damages.
Further, readers should be aware that websites listed in this work may have changed or disappeared
between when this work was written and when it is read.
Library of Congress Cataloging-in-Publication Data
ISBN 978-1-119-76886-9
Cover image: Pixabay.Com

Cover design by Russell Richardson
Set in size of 11pt and Minion Pro by Manila Typesetting Company, Makati, Philippines
Printed in the USA
10 9 8 7 6 5 4 3 2 1
Contents
Preface xvii
1 Internet of Medical Things—State-of-the-Art 1
Kishor Joshi and Ruchi Mehrotra
1.1 Introduction 2
1.2 Historical Evolution of IoT to IoMT 2
1.2.1 IoT and IoMT—Market Size 4
1.3 Smart Wearable Technology 4
1.3.1 Consumer Fitness Smart Wearables 4
1.3.2 Clinical-Grade Wearables 5
1.4 Smart Pills 7
1.5 Reduction of Hospital-Acquired Infections 8
1.5.1 Navigation Apps for Hospitals 8
1.6 In-Home Segment 8
1.7 Community Segment 9
1.8 Telehealth and Remote Patient Monitoring 9
1.9 IoMT in Healthcare Logistics and Asset Management 12
1.10 IoMT Use in Monitoring During COVID-19 13
1.11 Conclusion 14
References 15
2 Issues and Challenges Related to Privacy and Security
in Healthcare Using IoT, Fog, and Cloud Computing 21
Hritu Raj, Mohit Kumar, Prashant Kumar, Amritpal Singh
and Om Prakash Verma
2.1 Introduction 22
2.2 Related Works 23
2.3 Architecture 25
2.3.1 Device Layer 25
2.3.2 Fog Layer 26
2.3.3 Cloud Layer 26
v
vi Contents
2.4 Issues and Challenges 26

2.5 Conclusion 29
References 30
3 Study of Thyroid Disease Using Machine Learning 33
Shanu Verma, Rashmi Popli and Harish Kumar
3.1 Introduction 34
3.2 Related Works 34
3.3 Thyroid Functioning 35
3.4 Category of Thyroid Cancer 36
3.5 Machine Learning Approach Toward the Detection
of Thyroid Cancer 37
3.5.1 Decision Tree Algorithm 38
3.5.2 Support Vector Machines 39
3.5.3 Random Forest 39
3.5.4 Logistic Regression 39
3.5.5 Naïve Bayes 40
3.6 Conclusion 41
References 41
4 A Review of Various Security and Privacy Innovations
for IoT Applications in Healthcare 43
Abhishek Raghuvanshi, Umesh Kumar Singh
and Chirag Joshi
4.1 Introduction 44
4.1.1 Introduction to IoT 44
4.1.2 Introduction to Vulnerability, Attack, and Threat 45
4.2 IoT in Healthcare 46
4.2.1 Confidentiality 46
4.2.2 Integrity 46
4.2.3 Authorization 46
4.2.4 Availability 47
4.3 Review of Security and Privacy Innovations
for IoT Applications in Healthcare, Smart Cities,
and Smart Homes 48
4.4 Conclusion 54
References 54
5 Methods of Lung Segmentation Based on CT Images 59
Amit Verma and Thipendra P. Singh
5.1 Introduction 59
Contents vii
5.2 Semi-Automated Algorithm for Lung Segmentation 60

5.2.1 Algorithm for Tracking to Lung Edge 60
5.2.2 Outlining the Region of Interest in CT Images 62
5.2.2.1 Locating the Region of Interest 62
5.2.2.2 Seed Pixels and Searching Outline 62
5.3 Automated Method for Lung Segmentation 63
5.3.1 Knowledge-Based Automatic Model
for Segmentation 63
5.3.2 Automatic Method for Segmenting the Lung
CT Image 64
5.4 Advantages of Automatic Lung Segmentation Over
Manual and Semi-Automatic Methods 64
5.5 Conclusion 65
References 65
6 Handling Unbalanced Data in Clinical Images 69
Amit Verma
6.1 Introduction 70
6.2 Handling Imbalance Data 71
6.2.1 Cluster-Based Under-Sampling Technique 72
6.2.2 Bootstrap Aggregation (Bagging) 75
6.3 Conclusion 76
References 76
7 IoT-Based Health Monitoring System for Speech-Impaired
People Using Assistive Wearable Accelerometer 81
Ishita Banerjee and Madhumathy P.
7.1 Introduction 82
7.2 Literature Survey 84
7.3 Procedure 86
7.4 Results 93
7.5 Conclusion 97
References 97
8 Smart IoT Devices for the Elderly and People with Disabilities 101
K. N. D. Saile and Kolisetti Navatha
8.1 Introduction 101
8.2 Need for IoT Devices 102
8.3 Where Are the IoT Devices Used? 103
8.3.1 Home Automation 103
8.3.2 Smart Appliances 104
8.3.3 Healthcare 104
viii Contents
8.4 Devices in Home Automation 104

8.4.1 Automatic Lights Control 104
8.4.2 Automated Home Safety and Security 104
8.5 Smart Appliances 105
8.5.1 Smart Oven 105
8.5.2 Smart Assistant 105
8.5.3 Smart Washers and Dryers 106
8.5.4 Smart Coffee Machines 106
8.5.5 Smart Refrigerator 106
8.6 Healthcare 106
8.6.1 Smart Watches 107
8.6.2 Smart Thermometer 107
8.6.3 Smart Blood Pressure Monitor 107
8.6.4 Smart Glucose Monitors 107
8.6.5 Smart Insulin Pump 108
8.6.6 Smart Wearable Asthma Monitor 108
8.6.7 Assisted Vision Smart Glasses 109
8.6.8 Finger Reader 109
8.6.9 Braille Smart Watch 109
8.6.10 Smart Wand 109
8.6.11 Taptilo Braille Device 110
8.6.12 Smart Hearing Aid 110
8.6.13 E-Alarm 110
8.6.14 Spoon Feeding Robot 110
8.6.15 Automated Wheel Chair 110
8.7 Conclusion 112
References 112
9 IoT-Based Health Monitoring and Tracking System
for Soldiers 115
Kavitha N. and Madhumathy P.
9.3 System Requirements 118
9.3.1 Software Requirement Specification 119
9.3.2 Functional Requirements 119
9.4 System Design 119
9.4.1 Features 121
9.4.1.1 On-Chip Flash Memory 122
9.4.1.2 On-Chip Static RAM 122
9.4.2 Pin Control Block 122
Contents ix
9.4.3 UARTs 123

9.4.3.1 Features 123
9.4.4 System Control 123
9.4.4.1 Crystal Oscillator 123
9.4.4.2 Phase-Locked Loop 124
9.4.4.3 Reset and Wake-Up Timer 124
9.4.4.4 Brown Out Detector 125
9.4.4.5 Code Security 125
9.4.4.6 External Interrupt Inputs 125
9.4.4.7 Memory Mapping Control 125
9.4.4.8 Power Control 126
9.4.5 Real Monitor 126
9.4.5.1 GPS Module 126
9.4.6 Temperature Sensor 127
9.4.7 Power Supply 128
9.4.8 Regulator 128
9.4.9 LCD 128
9.4.10 Heart Rate Sensor 129
9.5 Implementation 129
9.5.1 Algorithm 130
9.5.2 Hardware Implementation 130
9.5.3 Software Implementation 131
9.6 Results and Discussions 133
9.6.1 Heart Rate 133
9.6.2 Temperature Sensor 135
9.6.3 Panic Button 135
9.6.4 GPS Receiver 135
9.7 Conclusion 136
References 136
10 Cloud-IoT Secured Prediction System for Processing
and Analysis of Healthcare Data Using Machine
Learning Techniques 137
G. K. Kamalam and S. Anitha
10.3 Medical Data Classification 141
10.3.1 Structured Data 142
10.3.2 Semi-Structured Data 142
10.4 Data Analysis 142
10.4.1 Descriptive Analysis 142
x Contents
10.4.2 Diagnostic Analysis 143

10.4.3 Predictive Analysis 143
10.4.4 Prescriptive Analysis 143
10.5 ML Methods Used in Healthcare 144
10.5.1 Supervised Learning Technique 144
10.5.2 Unsupervised Learning 145
10.5.3 Semi-Supervised Learning 145
10.5.4 Reinforcement Learning 145
10.6 Probability Distributions 145
10.6.1 Discrete Probability Distributions 146
10.6.1.1 Bernoulli Distribution 146
10.6.1.2 Uniform Distribution 147
10.6.1.3 Binomial Distribution 147
10.6.1.4 Normal Distribution 148
10.6.1.5 Poisson Distribution 148
10.6.1.6 Exponential Distribution 149
10.7 Evaluation Metrics 150
10.7.1 Classification Accuracy 150
10.7.2 Confusion Matrix 150
10.7.3 Logarithmic Loss 151
10.7.4 Receiver Operating Characteristic Curve,
or ROC Curve 152
10.7.5 Area Under Curve (AUC) 152
10.7.6 Precision 153
10.7.7 Recall 153
10.7.8 F1 Score 153
10.7.9 Mean Absolute Error 154
10.7.10 Mean Squared Error 154
10.7.11 Root Mean Squared Error 155
10.7.12 Root Mean Squared Logarithmic Error 155
10.7.13 R-Squared/Adjusted R-Squared 156
10.7.14 Adjusted R-Squared 156
10.8 Proposed Methodology 156
10.8.1 Neural Network 158
10.8.2 Triangular Membership Function 158
10.8.3 Data Collection 159
10.8.4 Secured Data Storage 159
10.8.5 Data Retrieval and Merging 161
10.8.6 Data Aggregation 162
10.8.7 Data Partition 162
10.8.8 Fuzzy Rules for Prediction of Heart Disease 163
Contents xi
10.8.9 Fuzzy Rules for Prediction of Diabetes 164

10.8.10 Disease Prediction With Severity and Diagnosis 165
10.9 Experimental Results 166
10.10 Conclusion 169
References 169
11 CloudIoT-Driven Healthcare: Review, Architecture,
Security Implications, and Open Research Issues 173
Junaid Latief Shah, Heena Farooq Bhat and Asif Iqbal Khan
11.2 Background Elements 180
11.2.1 Security Comparison Between Traditional
and IoT Networks 185
11.3 Secure Protocols and Enabling Technologies
for CloudIoT Healthcare Applications 187
11.3.1 Security Protocols 187
11.3.2 Enabling Technologies 188
11.4 CloudIoT Health System Framework 191
11.4.1 Data Perception/Acquisition 192
11.4.2 Data Transmission/Communication 193
11.4.3 Cloud Storage and Warehouse 194
11.4.4 Data Flow in Healthcare Architecture -
A Conceptual Framework 194
11.4.5 Design Considerations 197
11.5 Security Challenges and Vulnerabilities 199
11.5.1 Security Characteristics and Objectives 200
11.5.1.1 Confidentiality 202
11.5.1.2 Integrity 202
11.5.1.3 Availability 202
11.5.1.4 Identification and Authentication 202
11.5.1.5 Privacy 203
11.5.1.6 Light Weight Solutions 203
11.5.1.7 Heterogeneity 203
11.5.1.8 Policies 203
11.5.2 Security Vulnerabilities 203
11.5.2.1 IoT Threats and Vulnerabilities 205
11.5.2.2 Cloud-Based Threats 208
11.6 Security Countermeasures and Considerations 214
11.6.1 Security Countermeasures 214
11.6.1.1 Security Awareness and Survey 214
11.6.1.2 Security Architecture and Framework 215
xii Contents
11.6.1.3 Key Management 216

11.6.1.4 Authentication 217
11.6.1.5 Trust 218
11.6.1.6 Cryptography 219
11.6.1.7 Device Security 219
11.6.1.8 Identity Management 220
11.6.1.9 Risk-Based Security/Risk Assessment 220
11.6.1.10 Block Chain–Based Security 220
11.6.1.11 Automata-Based Security 220
11.6.2 Security Considerations 234
11.7 Open Research Issues and Security Challenges 237
11.7.1 Security Architecture 237
11.7.2 Resource Constraints 238
11.7.3 Heterogeneous Data and Devices 238
11.7.4 Protocol Interoperability 238
11.7.5 Trust Management and Governance 239
11.7.6 Fault Tolerance 239
11.7.7 Next-Generation 5G Protocol 240
11.8 Discussion and Analysis 240
11.9 Conclusion 241
References 242
12 A Novel Usage of Artificial Intelligence and Internet
of Things in Remote-Based Healthcare Applications 255
V. Arulkumar, D. Mansoor Hussain, S. Sridhar
and P. Vivekanandan
12.1 Introduction Machine Learning 256
12.2 Importance of Machine Learning 256
12.2.1 ML vs. Classical Algorithms 258
12.2.2 Learning Supervised 259
12.2.3 Unsupervised Learning 261
12.2.4 Network for Neuralism 263
12.2.4.1 Definition of the Neural Network 263
12.2.4.2 Neural Network Elements 263
12.3 Procedure 265
12.3.1 Dataset and Seizure Identification 265
12.3.2 System 265
12.4 Feature Extraction 266
12.5 Experimental Methods 266
12.5.1 Stepwise Feature Optimization 266
Contents xiii
12.5.2 Post-Classification Validation 268

12.5.3 Fusion of Classification Methods 268
12.6 Experiments 269
12.7 Framework for EEG Signal Classification 269
12.8 Detection of the Preictal State 270
12.9 Determination of the Seizure Prediction Horizon 271
12.10 Dynamic Classification Over Time 272
12.11 Conclusion 273
References 273
13 Use of Machine Learning in Healthcare 275
V. Lakshman Narayana, R. S. M. Lakshmi Patibandla,
B. Tarakeswara Rao and Arepalli Peda Gopi
13.2 Uses of Machine Learning in Pharma and Medicine 276
13.2.1 Distinguish Illnesses and Examination 277
13.2.2 Drug Discovery and Manufacturing 277
13.2.3 Scientific Imaging Analysis 278
13.2.4 Twisted Therapy 278
13.2.5 AI to Know-Based Social Change 278
13.2.6 Perception Wellness Realisms 279
13.2.7 Logical Preliminary and Exploration 279
13.2.8 Publicly Supported Perceptions Collection 279
13.2.9 Better Radiotherapy 280
13.2.10 Incidence Forecast 280
13.3 The Ongoing Preferences of ML in Human Services 281
13.4 The Morals of the Use of Calculations
in Medicinal Services 284
13.5 Opportunities in Healthcare Quality Improvement 288
13.5.1 Variation in Care 288
13.5.2 Inappropriate Care 289
13.5.3 Prevents Care–Associated Injurious
and Death for Carefrontation 289
13.5.4 The Fact That People Are Unable to do What
They Know Works 289
13.5.5 A Waste 290
13.6 A Team-Based Care Approach Reduces Waste 290
13.7 Conclusion 291
References 292
xiv Contents
14 Methods of MRI Brain Tumor Segmentation 295

Amit Verma
14.2 Generative and Descriptive Models 296
14.2.1 Region-Based Segmentation 300
14.2.2 Generative Model With Weighted Aggregation 300
14.3 Conclusion 302
References 303
15 Early Detection of Type 2 Diabetes Mellitus Using
Deep Neural Network–Based Model 305
Varun Sapra and Luxmi Sapra
15.2 Data Set 307
15.2.1 Data Insights 308
15.3 Feature Engineering 310
15.4 Framework for Early Detection of Disease 312
15.4.1 Deep Neural Network 313
15.5 Result 314
15.6 Conclusion 315
References 315
16 A Comprehensive Analysis on Masked Face Detection
Algorithms 319
Pranjali Singh, Amitesh Garg and Amritpal Singh
16.2 Literature Review 321
16.3 Implementation Approach 325
16.3.1 Feature Extraction 325
16.3.2 Image Processing 325
16.3.3 Image Acquisition 325
16.3.4 Classification 325
16.3.5 MobileNetV2 326
16.3.6 Deep Learning Architecture 326
16.3.7 LeNet-5, AlexNet, and ResNet-50 326
16.3.8 Data Collection 326
16.3.9 Development of Model 327
16.3.10 Training of Model 328
16.3.11 Model Testing 328
16.4 Observation and Analysis 328
16.4.1 CNN Algorithm 328
Contents xv
16.4.2 SSDNETV2 Algorithm 330

16.4.3 SVM 331
16.5 Conclusion 332
References 333
17 IoT-Based Automated Healthcare System 335
Darpan Anand and Aashish Kumar
17.1.1 Software-Defined Network 336
17.1.2 Network Function Virtualization 337
17.1.3 Sensor Used in IoT Devices 338
17.2 SDN-Based IoT Framework 341
17.4 Architecture of SDN-IoT for Healthcare System 344
17.5 Challenges 345
17.6 Conclusion 347
References 347
Index 351
Preface
The applications and challenges of machine learning and artificial intelli-

gence in the internet of things for healthcare applications are comprehen-
sively covered in this book. Rapid developments in hardware, software and
communication technologies have facilitated the emergence of internet-con-
nected sensory devices that provide observations and data measurements
from the physical world. The technology of internet-connected devices,
referred to as the internet of things (IoT), continues to extend the current
internet by providing connectivity and interactions between the physical and
cyber worlds. The IoT is undoubtedly transforming the healthcare industry
by redefining the space of devices and interaction of people in delivering
healthcare solutions, resulting in applications that benefit patients, families,
physicians, hospitals and insurance companies. The use of remote mon-
itoring in the healthcare sector possible with IoT-enabled devices has the
potential to keep patients safe and healthy, and empowers doctors to provide
superlative care, thereby increasing patients’ engagement and satisfaction as
a result of their interactions with doctors becoming easier and more efficient.
Furthermore, remote monitoring of patients’ health helps reduce the length
of hospital stays and prevents readmissions, in addition to having a major
impact on reducing healthcare costs significantly and improving treatment
outcomes.
In addition to increasing volume, the IoT generates big data characterized
by its velocity in terms of time and location dependency, with a variety of
multiple modalities and varying data quality. Intelligent processing and anal-
ysis of this big data are the keys to developing smart IoT applications, thereby
making space for machine learning (ML) applications. Due to its computa-
tional tools that can substitute for human intelligence in the performance
of certain tasks, artificial intelligence (AI) makes it possible for machines to
learn from experience, adjust to new inputs and perform human-like tasks.
Since IoT platforms provide an interface to gather the data from various
devices, they can easily be deployed into AI/ML systems. The value of AI in
this context is its ability to quickly mesh insights from data and automatically
xvii
xviii Preface
identify patterns and detect anomalies in the data that smart sensors and
devices generate — information such as temperature, pressure, humidity, air
quality, vibration and sound — that can be really helpful.
Our intent in publishing this book was to comprehensively discuss all of
the applications and challenges of using ML and AI in the IoT for health-
care applications that will benefit research scholars working in this domain.
Therefore, the 17 chapters of the book briefly discussed below present IoT
concepts, frameworks and ideas on biomedical data analytics and informa-
tion retrieval from the different biomedical domains. The editorial advisory
board and expert reviewers have ensured the high caliber of the chapters
through careful refereeing of the submitted papers. For the purpose of
coherence, we have organized the chapters with respect to similarity of top-
ics addressed, ranging from issues pertaining to the IoT for biomedical engi-
neering and health informatics to computational intelligence for medical
image processing and biomedical natural language processing.
• In Chapter 1, “Internet of Medical Things – State of the Art,”

Dr. Kishor Joshi and Dr. Ruchi Mehrotra present the latest
technological advancements in the on-body segment of con-
sumer health wearables. Since the traditional approach in
healthcare is a more personalized touch-based system, it is
not replaceable for diagnosis. Older, chronically ill patients
need remote monitoring and medial management services
that ensure that nurses or local healthcare assistants connect
to doctors in urban or super-specialty fields for better ser-
vices. This chapter indicates there is already a steep rise in
internet of medical things (IoMT) products, but there is still
huge potential for growth in the IoMT industry.
• In Chapter 2, “Issues and Challenges Related to Privacy and
Security in Healthcare Using IoT, Fog and Cloud Computing”
Hritu Raj, Mohit Kumar, Prashant Kumar, Amritpal Singh
and Om Prakash Verma describe the complete architecture
along with various challenges and security risks of the next
generation healthcare industry with healthcare IoT sensor
and fog computing. Furthermore, some methodologies used
in various research papers are presented that address secu-
rity and privacy-related issues in the IoT, Fog and Cloud
computing environment.
• In Chapter 3, “Study of Thyroid Disease Diagnosis Using
Machine Learning Technique,” Shanu Verma, Dr. Rashmi
Popli and Dr. Harish Kumar discuss Graves’ disease, the
Preface xix
most common cause of hypothyroidism that is associated

with eye disease. Thyroid cancer, which infects the gland at
the base of the neck, has been increasing over the past few
years. Endocrinologists believe that this is because the use
of new technology, i.e., machine learning, has allowed the
detection of thyroid cancer that may not have been detected
in the past. According to the Cancer Registry, thyroid cancer
is the second more common cancer among women, occur-
ring 3 times more often in women than in men. This chapter
studies thyroid disease using a machine learning algorithm.
• In Chapter 4, “A Review of Various Security and Privacy
Innovations for IoT Applications in Healthcare,” Mr. Abhishek
Raghuvanshi, Dr. Umesh Kumar Singh and Mr. Chirag Joshi
focus on the analysis of numerous security and privacy tech-
nologies in healthcare, intelligent communities and smart
homes available for IoT applications. According to the find-
ings of an industrial internet survey by the World Economic
Forum, roughly two-thirds of respondents said the main issue
was interoperability and protection. Most IoT apps are web
applications and all of them still have denial-of-service and
man-in-the-middle attacks as major threats to the security
of their healthcare, smart city, smart home and other IoT
applications.
• In Chapter 5, “Methods of Lung Segmentation Based on
CT Images,” Amit Verma and Thipendra P. Singh focus on
the use of CT scan images for analysis of lung airways, lung
parenchyma, and breathing mechanisms. For better diag-
nosis of any lung problems, the automatic, nearly accurate
analysis of CT images is better than the manual method of
doctors analyzing CT scans. In this chapter, automatic and
semi-automatic methods of segmentation of lung CT images
are discussed.
• In Chapter 6, “Handling Unbalanced Data in Clinical
Images,” Amit Verma focuses on various data-level and
algorithm-level-based approaches developed to balance

imbalanced data for improving the accuracy of the trained
model. In this chapter, the concept and problem of imbal-
anced data is discussed and various approaches for balancing
the data are also highlighted, in which one of the state-of-
the-art methods called bagging is discussed in detail.
xx Preface
• In Chapter 7, “IoT-Based Health Monitoring System

for Speech Impaired People Using Assistive Wearable
Accelerometer,” Dr. Madhumathy P., Ishita Banerjee and
Digvijay Pandey describe IoT-based wireless communica-
tion systems with network devices connected to each other
that communicate through open source internet access and
establish connection between apps and devices for commu-
nication between the person being supervised and the med-
ical supervisor. This system can also keep track of real-time
records and emergency alerts. To handle the storage and
analysis of data-related issues, IoT analytics is implemented.
• In Chapter 8, “Smart IoT Devices for the Elderly and People
with Disabilities,” K. N. D. Saile and Kolisetti Navatha focus on
the huge changes brought about by the IoT-powered revolu-
tion in health management devices for the elderly and disabled
like sensors, wearable devices, audio and video assistance, etc.
All these are possible with the help of the IoT. In this chapter,
we discuss the technology trends in devices made during the
IoT era.
• In Chapter 9, “IoT-Based Health Monitoring and Tracking
System for Soldiers,” Dr. Madhumathy P., Kavitha N and
Digvijay Pandey discuss smart sensors used in the medical
treatment of soldiers. By tracking a soldier’s location on the
battlefield with a smart sensor attached to their body, more
accurate body status information can be provided to medical
units in order to offer more immediate care. These systems
are designed to be implemented for complete mobility with
a personal server, which in turn would give a message to the
server base station through wireless mode. Soldiers are able to
be identified at the earliest based on their unique IP address.
• In Chapter 10, “Cloud-IoT Secured Prediction System
for Processing and Analysis of Healthcare Data Using
Machine Learning Techniques,” Dr. G. K. Kamalam, and
Ms. S. Anitha discuss a cloud-IoT secured prediction sys-
tem designed to improve healthcare performance by reduc-
ing the execution time of a patient’s request, optimizing the
desired selection of the massive amount of patient’s facts and
imparting a records retrieval process for those applications.
Analysis of the experimental results show that the presented
method performs better than existing benchmark systems
Preface xxi
for considering parameters like disease prediction accuracy,

sensitivity, specificity, F-measure, and computational time.
• In Chapter 11, “Cloud-IoT-Driven Healthcare: Review,
Architecture, Security Implications and Open Research
Issues,” Junaid Latief Shah, Heena Farooq Bhat and Asif
Iqbal Khan discuss security loopholes inherent in IoT archi-
tecture and the Cloud platform. The chapter also elaborates
on various security countermeasures that have been pro-
posed in the literature, highlighting their strengths and lim-
itations. Also, a discussion on possible defense measures has
been provided. The chapter culminates in underlining some
burning research problems and security issues that need to
be addressed for seamless healthcare services.
• In Chapter 12, “A Novel Usage of Artificial Intelligence and
Internet of Things in Remote-Based Healthcare Applications,”
Dr. V. Arulkumar, D. Mansoor Hussain, S. Sridhar, and Dr. P.
Vivekananda present the information necessary to reap the
benefits of research capacity solutions through AI techniques.
Healthcare services are among the applications enabled by
the IoT. Advanced sensors may be used to monitor the health
of permanent patients or may be inserted into the bodies of
patients that can analyze, combine and prioritize the infor-
mation gathered. Working with algorithms helps doctors
change treatments and, at the same time, helps to economize
on healthcare.
• In Chapter 13, “Use of Machine Learning in Healthcare,”
V. Lakshman Narayana, R. S. M. Lakshmi Patibandla,
B. Tarakeswara Rao and Arepalli Peda Gopi focus on
AI-assisted healthcare. Quotient Health has developed a
program designed to reduce the cost of EMR structures by
strengthening and standardizing the structuring of these
frames. This chapter discusses healthcare AI, various imple-
mentations of AI, certifiable healthcare benefits, the moral-
ity of AI computations and opportunities to improve quality
of healthcare skills.
• In Chapter 14, “Methods of MRI Brain Tumor Segmentation,”
Amit Verma discusses the requirements for and importance
of using MRI imaging in brain tumor segmentation and
the basic methods of doing it. Furthermore, a region-based
generative model with weighted aggregation methods for
xxii Preface
performing brain tumor segmentation using MRI images is

also discussed.
• In Chapter 15, “Early Detection of Type 2 Diabetes Mellitus
Using a Deep Neural Network-Based Model,” Varun Sapra
and Luxmi Sapra focus on implementing a deep neural net-
work for early identification of diabetes mellitus. For this
purpose, benchmark dataset available on the UCI Machine
Learning Repository and Kaggle are explored. This chapter
suggests a deep neural network-based framework for early
detection of disease that can be used as an adjunct tool in
clinical practices.
• In Chapter 16, “A Comparative Analysis of Implementation
Framework for Masked Face Detection,” Pranjali Singh,
Amitesh Garg and Amritpal Singh discuss quick and accurate
approaches for the difficult task of face recognition resulting
from certain facial features being hidden by the masks used
during the current pandemic. This study uses deep learning-
related techniques to resolve the issues of detecting facial
features hidden by a mask. Another method of face mask
detection is through TensorFlow, YOLOv5, SSDMNV2, SVMs,
OpenCV, and Keras. The first step is to discard the masked face
region. Next, a pre-trained deep convolutional neural network
(CNN) is applied to extract the best features from the obtained
regions. Labeled image data is used to train the CNN model.
With 98.7% accuracy, a face mask is identified by the proposed
system. By using the SVM classifier, the dataset of RMFD had
a testing accuracy of 99.64%, SMFD achieved a 99.49% test-
ing accuracy, and LFW achieved 100% testing accuracy. The
SSDMNV2 approach used in the study in this chapter yields a
92.64% accuracy score and a 93% F1 score.
• In Chapter 17, “IoT-Based Automated Healthcare System,”
Dr. Darpan Anand and Mr. Ashish Kumar give an overview
of the SDN and NFV types of sensors used in IoT devices.
Apart from that, the views of various researchers are also
given. The challenges of an SDN-based IoT device for
healthcare architecture are also discussed.
The seventeen chapters of this book were written by eminent professors,

researchers, and those in the industry from different countries. The chap-
ters were initially peer reviewed by the editorial board members, review-
ers, and those in the industry who also span many countries. All chapters
Preface xxiii
have been designed to include basic introductory topics and advancements

as well as future research directions, which will enable budding researchers
and engineers to pursue their work in this area.
The topic of intelligent IoT for advanced healthcare system(s) is so
diversified that it cannot be covered in a single book. However, with the
encouraging research contributed by the researchers in this book, we
(contributors), editorial board members, and reviewers tried to sum up
the latest research domains, developments in the data analytics field, and
other applicable areas. First and foremost, we express our heartfelt appre-
ciation to all the authors. We thank them all for considering and trusting
this edited book as the platform for publishing their valuable work, and for
for the kind co-operation extended by them during the various stages of
processing this manuscript. We hope this book will serve as a motivating
factor for those researchers who have spent years working as crime ana-
lysts, data analysts, statisticians, and budding researchers.
Dr. Rohit Tanwar

School of Computer Science,
University of Petroleum and Energy Studies, Dehradun, India
Dr. S. Balamurugan
Director of Research and Development,
Intelligent Research Consultancy Service (iRCS), Coimbatore, India
Dr. Rakesh Kumai Saini

School of Computing, DIT University, Dehradun, India
Dr. Vishal Bharti

School of Computing, DIT University, Dehradun, India
Dr. Premkumar Chithaluru

School of Computer Science,
University of Petroleum and Energy Studies, Dehradun, India
1
Internet of Medical Things—
State-of-the-Art
Kishor Joshi1 and Ruchi Mehrotra2*
Mahavir Heart Hospital, Patna, India

1
2
University of Petroleum & Energy Studies, Dehradun, India
Abstract
Technological innovations have helped in early diagnosis and disease manage-
ment, thereby preventing long-term complications of various diseases which
contribute to morbidity and mortality. Internet of Things used in the healthcare
industry and is the Internet of Medical Things (IoMT). The chapter compiles sem-
inal research about IoMT. The paper elaborates the growth of the IoMT market in
the last decade from in-hospital and clinics and having reached to home segment
as well. With every second, 127 IoT devices adding in the market, and by 2021, it is
expected that 35 billion devices will be connected to web, and by 2026, this market
will touch almost one trillion US dollars. There are virtual clinics and telehealth
for remote monitoring of patients both in rural areas and even where immedi-
ate access to clinicians by severely sick patients is always needed like cardiac and
obstetric care. There is personal emergency response system (PERS) becoming
highly popular in case of chronic critical diseases and is life-saving. The paper cov-
ers latest technological advancements for the on-body segment like the consumer
health wearables. The traditional approach in healthcare being more personalized
and touch-based system is not replaceable for diagnosis. The old-age, chronically
ill patients need remote monitoring and medial management services that ensure
the nurses or local healthcare assistants connect to doctors in urban or super-
speciality fields for better services. The conclusion indicates that there is already
a steep rise in IoMT products, but there is still a huge potential for growth in the
IoMT industry.
Keywords: Technology, innovations, healthcare, mortality, diagnosis
*Corresponding author: uniqueruchi@rediffmail.com
Rohit Tanwar, S. Balamurugan, R. K. Saini, Vishal Bharti and Premkumar Chithaluru (eds.) Advanced
Healthcare Systems: Empowering Physicians with IoT-Enabled Technologies, (1–20) © 2022
Scrivener Publishing LLC
1
2 Advanced Healthcare Systems
1.1 Introduction
Early diagnosis and timely management of diseases through techno-
logical interventions prevents long-term complications and mortalities.
The critical diseases like heart disease and stroke are leading cause of
various forms of disability and death across the world. The burden of
disease is extremely high in both developed and developing countries
and least developed countries (LDCs). One of the main difference lies
is with technology embedded systems and usage of Internet of Things
(IoT) in entire medical treatment plans and even used later for moni-
toring of patients. This incredible change in the medical industry has
been established with application of technology and specifically IoT
in healthcare. IoT is defined as “Sensors and actuators embedded in
physical objects are linked through the wired and wireless networks”
[1]. Infrastructure facilities, optimal resource utilization, quality of ser-
vice delivery, regular monitoring, timeliness of reporting, and resource
mobilization have strengthened healthcare systems. It is more inter-
active and quick responsive system which is necessary for medical
services.
1.2 Historical Evolution of IoT to IoMT

Kevin Ashton who worked for Procter & Gamble in the year 1999 attempted
to invent new technology to apply in his work space which led to the idea of
linking radio-frequency identification (RFID) to “IoT”. Hence, this game
changer technology was also known as embedded internet or pervasive
computing. The year 2000 marked the beginning of internet in industries
and almost all enterprises for information storage and retrieval of data.
However, the accuracy being a concern so human to things and things to
things interaction became more popular gradually. So, this slow develop-
ment until 2010 suddenly saw a boom after the Gartner report in 2011.
According to them, IoT is the network of physical objects which comprise
of embedded technology for communication and interact with their inter-
nal states or the external environment [2]. IoT has helped in generation
and utilization of huge data for rapid data processing. IoT utilizes cloud
computing–enabled applications like consumer file storage. For leading
company, Compaq, it was start of annually 2 billion USD turnover to sell
servers to internet providers [3].
IoMT—State of the Art 3
Though few aspects are non-replaceable by any form technology, still,

digital interventions have penetrated in almost every component of all
industries. Like in cases of libraries where, conventionally, these are in
physical form of services and infrastructure, but it is now replaced with
digital data storage and sharing to remotely access the intellectual content
by anyone, anytime [4].
Healthcare has been traditionally more popular in its physical form of
interaction between patient and nurses, pathologist, pharmacist, or clini-
cians. Hence, the emerging technology is transforming lives by replacing
the human touch in partial mode in banking and financial markets, retail
shopping, education, security systems, and many other sectors. Healthcare
sector has seen massive change by reducing the number of visits to the hos-
pital due to technological developments [5, 6]. In true sense, the leverage
for power of IoT is to eliminate the burden of healthcare sector by enabling
patients to connect with the medical facility providers by transferring their
data in a secured embedded system.
The internet has been rebranded and is now referred to as “the cloud”.
The IoT device requires a unique identification enabled by the RFID.
Device has sensors for monitoring various parameters and can send the
data through a wired or wireless communication to the cloud where this
data is stored and can be converted into information. The procession of
the enormous amount of data continuously generated (Big Data) requires
immense computing power which is available in the cloud servers.
Now, with technological advancements, the medical devices are enabled
to collect, analyze, and send data across the web using these advancements.
They can now connect both digital and non-digital heart monitor like the
heart monitor with patient beds directly to internet. Internet of Medical
Things (IoMT) is going to bring a paradigm shift and will alter the future
of healthcare by providing smart digital solutions with ease, comfort, avail-
ability, and accessibility of quality healthcare anywhere, anytime.
Most of the healthcare professionals and hospitals are now using IoT
devices to optimally use their resources. Almost 70% of such hospitals and
organizations use patient monitoring and maintenance of patient records.
Patient data record is to be kept safely but industry is not tamper-proof,
and hence, data leakage is still an issue in case of IoT. But still, in IoMT,
there is an upper hand in as it has smart solutions which include endpoint
security, internal segmentation, standard policies, and practices to authen-
ticate end users and real-time monitoring which safety measures to pre-
vent data breaches.
1.2.1 IoT and IoMT—Market Size

With half of the IoT market, IoMT constitutes the largest part IoT market.
In 2017, IoT market was at $41 billion and expected to increase to $158
billion in 2022 with connected medical devices contributing to one-third
of the market by 2022 [7]. The statistics indicate the gradual penetration
of IoT technology. Almost 7 billion IoT devices were there in 2018, and in
2019, it jumped to 26.66 billion active IoT devices. Every second, 127 new
IoT devices are connected to web, and by end of 2021, there will be almost
35 billion IoT devices installed worldwide. In terms of revenue genera-
tion for IoT market, the global spending on IoT in 2016 was $737 billion,
and by 2021, it is expected to reach $124 billion, and only by 2026, it will
reach $1.1 trillion. This indicates the enormity of IoT markets as global IoT
healthcare market should reach 14 billion USD by 2024 [8].
Electronic patient records and patient monitoring are the largest usage of IoT
in the present situation. Security in usage of IoMT is a major challenge. IoMT
has improved the efficiency of healthcare delivery while lowering the cost of
delivery per patient along with rapid implementation, thereby saving time and
further lowering costs. The major challenge in IoMT is non-standardization
of devices being in various platforms and inability for devices of one manu-
facturer to communicate with software or hardware of another. Multiple plat-
form results in inefficiency. New devices and software need capital in terms of
development and Food and Drug Administration (FDA) approval. Data pri-
vacy and security are factors that are to be kept in mind during its development
and implementation. But implementation of IoMT increases cost of healthcare
for devices, apps, cloud storage, and security. Data bandwidth required for the
Big Data generated continuously by IoMT devices strains internet networks.
1.3 Smart Wearable Technology

The on-body segment or smart wearables can be broadly divided into con-
sumer health wearables and medical- or clinical-grade wearables. Medical-
grade smart wearables are high quality and are FDA approved for use in
hospital or home use. But recently, high-grade consumer wearables have
taken on the quality of medical-grade wearables and have been validated
in studies to be useful.
1.3.1 Consumer Fitness Smart Wearables

The most popular ones are wearable devices which are also called as lifestyle
devices which include activity trackers like bands, wristwatches, chest strap,
IoMT—State of the Art 5
and shoes. These devices are worn by patients as well as healthy people who
are fitness conscious. Such devices have sensors that regularly monitor, record,
and collect data based on the health parameters based on physical activities.
Consumer smart wearables generate data which can help provide feedback
to the individual regarding his/her health and thereby modify their lifestyle
accordingly. But these devices are plagued with issues of reliability, safety,
and security of this data [9]. A 2017 study by Apple and Standford University
in 400,000 users of Apple watch series 1, 2, and 3 and its mobile app used
data generated by the pulse sensors to identify hearth rhythm abnormality
called atrial fibrillation. Atrial fibrillation is an irregularity of the heart beat
with the pulse generated described as irregularly irregular. This can initially
be intermittent with intervening normal heart rhythm or become chronic
with continuous AF. The results of this study showed that 0.5% of the sub-
jects received a notification of an irregular pulse. These subjects were sent a
telemetry ECG patch to directly detect and monitor the electrical activity of
the heart. Results showed that that the Apple watch diagnosed an episode of
AF correctly 84% of the time and one-third were diagnosed with AF by the
ECG patch. In addition, 57% of those who received an AF notification by
the mobile app consulted a doctor. The Apple Heart Study shows that con-
sumer wearable technology can help in detecting serious medical conditions
like atrial fibrillation [10]. Consumer smart wearables can sense and contin-
uously record some vital bodily functions and therefore provide feedback
regarding health and help in modifying behaviour and lifestyle [11]. But
more than half of the technology used in consumer smart wearables has not
been certified or validated independently. Only 1 in 10 technologies has been
validated with clinical research. Therefore, quality of data smart consumer
wearables is debatable and interpretation of such data is questionable [12].
In contrast, clinical- or medical-grade wearables are approved or certified
by health regulatory authorities like the FDA and are used with the advice
of healthcare professionals or on prescription of a doctor. Accuracy of these
devices can enable diagnosis and management of diseases.
1.3.2 Clinical-Grade Wearables

Medical-grade or clinical-grade wearables are those certified by the regu-
latory authorities like FDA for use by healthcare professionals. They can be
used at home or in a clinic or hospital and expected to improve quality of
life in chronic diseases and reduce the cost of long-term care.
With advances in technology, consumer wearables are slowly moving to
the accuracy of medical-grade devices. A study by the Stanford University
using the Apple watch with 4lac users showed that atrial fibrillation could
be detected in accurately to a high degree. The users were alerted about

the arrhythmia by the smart watch and resulted in half of them consulting
a doctor [13]. But this study was not ideal as it was not controlled and
subjects were not randomized [14]. Increasing number of high quality
Medical-grade wearables are slowly turning the focus of smart wearables
from fitness and activity trackers to clinical-grade devices which can be
used by medical professionals [15]. The Apple Watch 4 has a medical-grade
sensor approved by the FDA [16].
Current Health (Edinburgh, Scotland) has created a wireless AI device
for monitoring patients in hospital and also at home. This device monitors
patient’s vital parameters like pulse rate, respiratory rate, oxygen satura-
tion, temperature, and patient mobility. It provides doctors with contin-
uous data regarding health of their patient in real time. Current Health
uses machine learning for analysis of this data and generates useful infor-
mation and detect any significant changes [17]. An insertable cardiac
monitor named Confirm Rx developed by Abbott healthcare can monitor
ECG continuously for up to 2 years and can connect to a smartphone app
(myMerlin) wirelessly through Bluetooth. It can also automatically send
information to the doctor who can correlate symptoms with the heart
rhythm [18]. Wrist-worn wearable devices as developed by researchers at
the University of Michigan can also can detect circulating cancer cells in
the blood, thereby revolutionizing cancer care [19].
A wearable cardiac defibrillator (WCD) is a portable device which
is worn on the body and can deliver life saving shocks to terminate life-
threatening ventricular arrhythmias. This can be used in lieu of an implant-
able cardioverter defibrillator (ICD) in patients who are not candidates for
an ICD or early after a Myocardial infarction or are on the cardiac trans-
plant list. In a study on uninsured patients with ischemic or nonischemic
cardiomyopathy, WCD was shown to prevent unnecessary ICD implants
in the subgroup of patients whose cardiac function subsequently improves
following recovery thereby saving costs [20]. WCD can also be used in
patients who are at high risk of ventricular arrhythmias and sudden car-
diac death early after myocardial infarction. In a study of more than 8000
patients who had a WCD, 1.6% received shocks and 91% were revived
from a cardiac arrhythmia. There was high rate of successful shock result-
ing in survival of 84%–95% of patients who received shocks [21]. WCD
can also reduce the implantation rate of ICD in patients with heart failure
who are diagnosed with cardiomyopathy, listed for transplant or on inotro-
pic support. In a study on 89 patients with congestive heart failure with the
above criteria, it was seen that 34% received an ICD, while 41.5% patients
improved with a WCD who would have otherwise received an ICD [22].
Another random document with
no related content on Scribd:
van ’t kereltje, mannetje dat ie wel kon zoenen, pakken. En overal,
als ie alleen zwierf ’s winters, onder de grijze, leeggegrauwde
oneindigheid van ’t duinland, dood-alleen, z’n sprenkels schuw
uitzette, droefde ’t in ’m, om dàt kind.… zag ie ’t, àldoor.—Dáár juist,
in die droeve winteruren, in donkere eenzaamheid, als er honger en
nood dreigde, scheurde die snik er uit, rauw en zwaar; ging er ’n
huilkreet door z’n stomp bestaan, scherp en angst-hevig, vlijmend,
als ’n bijl door ’n strot. Dan voelde ie, wat daar broeide thuis, hoe die
jongen van bijna tien, met z’n zware heupziekte te stumperen lag, al
drie jaar in bed. Begreep ie, dat ie den boel niet wegjoeg, of
neerhamerde om hèm; dat kind dat ’m zacht maakte, week als ’n lam
soms, als ie ’m ankeek uit z’n bedhoekje, met z’n vroolijke oogen.
Voor hèm smoorde ie alles thuis, zwoegde ie, want zeker voelde ie,
zeker, dat zijn jonge ’t eenige wezentje op de wereld was dat ècht
van hem hield. Buiten z’n Wimpie was er niemand al wist ie dat
Guurt en Dirk ’m wel konden lijen. Z’n vader ouë Gerrit was bang
voor ’m. Ieder vermeed ’m als ’n schurftige, om z’n stille, sombere
natuur, z’n woede, z’n uitbarstenden toorn, z’n kracht, dat de boel te
dreunen stond rondom, en grauwe drift op z’n gezicht kwam, die ze
deed hollen van angst. Z’n grootste smart was ’t nog, dat die jongen
ook van z’n wijf hield. Dat zag ie, voelde ie, vlijm-scherp, an z’n
kijken, z’n geduldig liggen, z’n zingen. Dat zag ie an allegaar
kleinigheden, die ie niet zeggen kon. En dan nog, dat ie katteliek
was, ’n heel ander bonk leven dan hij; dat ie daar ziek lag,
omdrongen door z’n wijf, z’n schoonmoer, z’n biechtvader, verwend
door buurvrouwen, die ’m vertroetelen en beklagen kwamen, ’t
Martelde ’m dat ie dien jongen niet meer naar zich kon trekken, uit
dien femelrommel en dat vervloekte bidden.… Maar te ver was ’t al,
te diep zat ’t ’r in.… Hij kon ’m doodmaken [114]van verdriet.… zou
dàt nie beter zijn voor ’t wurm?.… Dood?.… dood?.… nee, nee, dat
gaf ’m toch gruwbare angst.… Nee, dan zoo maar.…
Gejaagd liep ie achterweg af, tusschen dorre hagen en kale tuinderij.
Valsche zonneschijn was doorgeschuimd achter roet-blauwe
wolkbouwselen. Warme blankheid kwam er kaatsen uit
sneeuwgrond.
Wrong-kaal harpten takkronkels van ingekromde lage

vruchtboompjes op akkers, sneeuw-bevracht bij plekken, warm-
blank in oksels en holletjes. Als grimmige spotters, symbolen van
wroegende ellende, stonden knotwilgen afgehakt met knuisterige
knoesten te dreigen langs de Kloosterlaan, in het valsch-lichtende
schittergrijs van roetwolken onder laag zonlichtstuifsel. Ingekerfd in
schors en bultschonken, dreigden ze in korte, ingekrompen
naaktheid tegen grauwe hemelzwaarte, als vuisten met armen,
woest opgegroeid uit de aarde. En andere weer als schreeuwbekken
van krokodillen, dwars vertrokken, als vergramde cyklopen, als
spotreuzen tot dwergen vervloekt, in de angst-kronkels van hun
afgeknotte stompen en polyp-armen, met een gebaar van helsche
wilde woede en helle schater uit hun gekerfde donderende strotten.
Weer andere, kromden als koppen, rompbrokken, handen, beenen,
grimmige donkere spot-herkulen, verwrongen in stuipgroei, niet
afkunnend van hun plaats als verdoemden, vastgeworteld aan den
grond, ’t stille grauwe kloosterpad, waaromheen sneeuw-tuinderij
blinkte; de woedende boomgedrochten schreeuwend om verlossing,
in ontzetbren vloek, in hevige gramschap, als voorbij ging
menschleven, zonder hulpe. Dan dreigden hun knuisten, hun stille
afgebroken knotsarmen, hun bekken, die sperden en razernij
spuwden in de winter-stilte. En verderop, rondom de
vruchtboompjes, kleiner, in liervormige groeiselen van takkenleed,
dùldend in verstommend stil gebaar, verdroevend in ’t rondomme
sneeuw-blank van kale akkers.
Kees klepperde, grimmiger in stillen hongerwrok voort, dood voor

barren winterweemoed rondom. ’t Rammelde leeger [115]weer in ’m.
Er zou toch nog wel wat te vrete zijn, thuis, d’r was nog wat op den
reutel te bikke.… dat most.… dat most.…
Verderop lagen tuindershuisjes, meer uit-een, dwars en recht naar

straatweg gekeerd, als hadden ze in boozen luim elkaar den rug
toegedraaid. Winterig-frisch en wit wasemde de sneeuwnevel blanke
warmte op, tegen laag-valsche licht-lucht, in wilde doorschieting van
zon, die paarshevig slagschaduwde in ’t blanke akkerschuim. De
volkswijk dampte daar achteruit òp in blanke neveling, droefde niet
zoo eenzaam meer, en winterknaging lag èven weg te wazen in
sneeuwig zon-blauw. Door ’n zijpad, dwars over duin, liep Kees nu
op Duinkijk, over zanderig weggetje, langs besneeuwde wei, licht-
wijd en blankvochtig van paarse glooiïngen.
—Kaik da hai je dokter Troost, heel luid in gesprek met B’ron Tuil
van Roozeboom. Wat ’n kwab, natte kip.… nie groete wou ie; pest
van de streek.… had ze allegoar de grond ingeboord.…
Nog ’n paar duinige wegkrommingen en zwarte, besintelde paden,

waar moddersneeuw rulde, vuil ingereën, en thuis was ie.
Vóór ’m lag al, de hooge woeste bultige grond van Duinkijk,

waarlangs ’s zomers de tram reed naar zee. Zwaar-somber
groenden nog besneeuwde sparrenboschjes aan voorkant van den
weg waar z’n huisje stond. En aan den overkant, ’t landgoed van
jonkheer van Ouwenaar, wilde duingrond, in pracht-glooiingen
opbultend, zwitsersch-hoog, met woesten abeelengroei en
denneboschjes, diep-groen en somberend-chaotische brokken,
wègduinend tegen lààg-grauwe luchten.
Weggeduwd, op ’n vuil rullig ingereën pad, klei-modder en

glimmerende kluitaarde, alsof wielslag van ploegen er doorheen
gevorend had,—achter woeste pijnboschjes, tegen voet van
geweldigen duinbult, stond z’n geel hutje, éénramig, met klein
pastel-teergroen zolderluikje erboven. De heimwee-bergende gevel
van z’n krot en overal rondom, de muren, waren uitgevocht in toover-
fijne beschimmeling van vergane kleuren. [116]Doorbrand geel en
doorweekte verfkalk van wanden, ompoeierde met zacht waas,
dauwig ’t hutje, in groenig goud en paarsigen weerschijn. Het zwaar
bemoste pannendak, droef geteisterd en verweerd, drukte laag
breed, ver òver de muren heen, als ’n fijn-kleurige-kap van donzig
groen, waar violette hiëroglyfen kronkelden tusschen wemeling van
schuchtere mosglanzen. Vóór, op okerigen gevel, hadden de winden
en vochten kleurkrinkels gemerkt, rond den kalkverkleurden gouïgen
muur. Langs het breeë hooge cel-raam, tintte nieuw kleurenspel rond
bronzen kozijnen, verweerd in d’r voegen, oud en teeder, broos-
schoon van ingeroesten gloed. En van de voorste dakpunt slingerde
in fijne golving ’n wilde wingerd, schuin-langs ’t breed-hooge raam, in
dorre naaktheid verhaard.
Ant, Kees’ vrouw, stond voor deuringang van achterend, fel lichtende
gestalte, tegen donkere krotholte, wat vodde-kleeren de lucht in
uitkloppend, dat ’t stof ’r den mond inwoei. Toen zij Kees achterdoor
’t erf zag opkomen, was ze de woonkamer ingeloopen, vloekend en
morrend in zichzelf.—Twee-meter-hoekig achterend, en ’t
laagdonker woonhok, was alles wat ze hadden. ’t Was nooit zoo bar
geweest. Vunzige benauwing van stank en zoetige valeriaanlucht
zoog door het duistere hok. Kleine kinders kropen met half-naakte
lijfjes door en over elkaar als wriemelkluit, met vuil-snotterige
gezichtjes, bebakken in smeer. Blond-krullig meisje zat te drens-
grienen in ’n hoekje, inwrijvend met vuil, haar armoegoor, leelijk
gezichtje. In den duistersten hoek, ’t verst van ’t kale, cel-hoog
ingemetseld raam, tegen den steenvochtigen muur lag in ’n hout
ledekantje, bruin beschilderd, Wimpie, al drie jaar. Even boven z’n
hoofd duisterde ’n plank, waarop oud verschrompeld, breukvol
speelgoed neergebrokkeld uitstalde, tusschen heiligenprentjes en
beeldjes. Wimpie lag te vroolijken in z’n bed, fijn-luidruchtig en
tingelde met z’n beenig-magere vingertjes tegen ’n doosje op, met
kleurpapier beplakt. Even nog, grauwde in verzwakten lichtschemer
van raamhoek, z’n bleek kaakbeenig doodskopje op, met vale
lichtveegjes op smalle ingeslonken koonen. En lachen maar deed
z’n breë mond als [117]donkere spleet, en neuriën z’n stemmetje, en
z’n groote groenblauwe oogen staarden rond, kàlm, overal heen,
terwijl beenig hoofdje strak-machteloos liggen bleef. Dat was Kees’
Wimpie, tot ruim zes jaar, als ’n mol, zoo dik geweest, in ’n korten tijd
door z’n hevige heupziekte ram-mager uitgeteerd. Wat hadden ze ’n
schik in ’m gehad vroeger.… Net ’n bonk spek, zoo lollig vet als ie
was.
Toen flap! in één ’n heupziekte, die ’m uitmergelde, z’n voeten en

armpjes tot stokjes vrat, z’n heele rechter-dijtje wegschrompelde,
vergroeien liet. Als ’n vingertop er maar tegen raakte, gilde ie. Zoo,
al drie jaar lag ie in z’n donkeren vunzen krothoek te groeien, maar
te vergaan meteen, werd ’t manke bedje te klein voor z’n lijf,
duizelde om ’m kinderlawaai en gekrijsch. En eens had de kapelaan
gezeid tot z’n moeder, zóó waar ie bij was: ’t ware te wensche, dat
de Heere ’m tot zich nam, in mededooge.…
Dat had ie gehoord, bevende ervan eerst, in z’n bedje. Toen was ’t in
z’n brein vastgehaakt en telkens begon ie ’r om te zingen, dat ie
gauw bij den lieven-Heer zou zijn. Alleen ’snachts niet; als ie dàn
wakker lag was ie ’r bang voor, wou ie niet weg van zijn vader en
moeder.…
Als ze ’m niet raakten, aan z’n rechterdij, bij ’t helpen zitten, dan lag
ie den heelen dag door te zingen, wist ie van geen ellende, geen
jammer, geen ziekte, zag je niet schimmen z’n lijkenkopje, daarin z’n
vreemd-onnatuurlijk groote oogenfonkeling uit ’t donkere bedhoekje,
wist ie niet, dat z’n lichaampje lag te verteren, tegen groei in. Alleen
zweette ie van bangheid, als ie de àl heviger ruzie tusschen z’n
moeder, vader en grootmoeder hoorde. Dan kwam er doods-nood op
z’n lijkenkopje, sjokkerde ie met de ellebogen in ’t kussen om alleen
overend te komen, snikte en gilde z’n angst z’n keel uit, z’n borst. En
als vrouw Rams z’n moeder aan ’t opstoken was, liederlijkheden
vertelde, die Kees zou gedaan hebben, verbitterend vrouw Hassel,
dan snikte ie eerst stil, wurmde zich dan op uit z’n bedje,
onderdrukkend dijpijn, en gilde ie amechtig rauw naar ’t achterend:
[118]
—Da lieg-gie Omoe.… da lieg-gie.… da doen foader nie.. lieg-gie.…

da lieg-gie!
Snikkend, van ophou-inspanning verbleekt, schokte ie dan weer

terug in bed, met ’n bons op z’n vunzig vuil peluw, bleef ie, uren er
nà, staar-oogen op den muur in ’t donker, vlak voor z’n gezichtje.
Dan, na ’n middag zwijgen begon ie gebedjes te prevelen, prentjes
te bekijken, één voor één de kleurtjes te tellen—die opzichtelijk
gloeiden in z’n duister bedhoekje—met z’n bevende afgevreten
vingertjes, kwam er weer zachte neuriing in z’n keeltje, zong ie al
luider, alles dooréén, met z’n mooi week kinderstemmetje,
straatdeuntjes en geestelijke liedjes en heel aan ’t end, als ie zich
moe voelde worden, greep ie z’n rozenkrans, zong ie iets heel innigs
en vrooms, wat litanies, aan de heilige Maagd, de heilige Jozef,
wees-gegroets en onze-vaders, ’t oogenblik waarop ’m inviel altijd,
dat ie gauw bij onze-lieve Heer zou zijn.
Kees had op ’t erf rondgedrenteld, lang, heel lang, eer ie binnen

durfde gaan. Eindelijk had ie zich in z’n reuzige schonkigheid zwaar
over ’t bedje gebogen, ’n zoen op Wims’ kopje gedrukt, was toen stil
in ontroering, zonder zelf goed te weten wat ’m scheelde, aan ’t
raam gaan zitten. Wat mager vond ie ’m, ’n spierinkie.… maar toch,
wat lachte ie.… Er was nog hoop.—
Leeg-lam en neerslachtig, bleef Kees zitten, lang, voor den naakten
raamhoek, zonder hongergevoel meer, al maar neerziend in
triestigheid, op sparren en barre wilgen en verren somberen
modderweg, die aanliep naar Zeekijk.
De steen-rooie vloer damde in gebarsten ruitvlakken, kil onder z’n

voeten, bemorst met kindervuil, nat geplas, glibberige plekken en
zoeter zoog valeriaanstank door vertrek.
’n Rimpel-dor mannetje, de ouë Rams, vader van vrouw Hassel, zat

vlak aan de lage, roetig-beslagen schouw, als geschoven tusschen
de door-rookt betegelde muurtjes, in donkering, met bloote zwarte
voeten op beugel, waaraan stomp bengelende, roetige ouë
konkelpot. Uit de tuit sisten fluiterige zang-geluidjes van stoomwater,
woelige gammaatjes van hoog [119]naar laag. In ’t verkort zat ie,
bovenlijf ingekrompen, z’n beenen uitgestrekt, starend wezenloos
naar crucifix op schoorsteenrandje, in koe-achtig kinbeweeg
kauwend, als ie telkens z’n pruim van mondhoek tot mondhoek lei. ’n
Vaal vuilgroen, kleploos petje, schurftte scheef op z’n voorhoofd in
rafels, en zwaar ’n rooiige stropdas bobbelde om z’n hals, boven vet
pilow-vest. ’n Lompige jekker, met twee vuil-koperen knoopen,
uniformachtig dichtgehaakt van boven, slobberde om z’n kort lijf.
Telkens roggelde ’n zware hoest, scheur-slijmerig uit z’n borst òp,
kromp onder- en bovenlijf overend, vouwde ’t lichaam, zoo dat éven
z’n grauw gezicht uit den duisterenden schouwhoek, in ’t
schemerlicht viel; gele tronie waarop benauwing teisterde van hoest,
die ’m schokte door ’t heele korpus. Dan lag Wimpie stil te loeren uit
den anderen hoek, hield òp z’n neurieliedje, tot grootva weer
uitgekermd had; zocht ie bangelijk naar profiel van gerimpelde oud-
mannetjes-tronie in ’t diep-lage kamer-donker, perkamentig goor-
geel en verwrongen,—naar ’t lijf, dat nog nakreunde, tot ’t weer in ’t
verkort zat, ingedrongen, met vuile voeten tegen warmen beugel van
schouw, stom-starend op donkerend crucifix.
’n Grauw-morsig geitje stond, met ’n touw aan ’n tafelpootje
gebonden, blerrig-week te blaten. Kinders met aschblondige en
vuur-lokkige krulkopjes, in vod-kleeren, kropen blootvoets rond ’t
beestje over steenen vloer. Kindje van zes maanden, zat nog te
huilen, scheef-gezakt, àl grien-heviger, met traan-snotterig gezicht,
angstig voor ’t gestoei en gekruip van zusjes rondom, die vochten
met ’t geitje. De schamele, laag-balkende, donkere kamer, sloeg z’n
stank rondom en telkens bevuilden ’n paar kleinen den gebroken
vloer, in dommelige dierlijkheid, er zelf in wroetend en plassend met
hun half-naakt e lijfjes en handjes.
Tusschen ’n paar krukjes en matlooze stoelen, waarop wat ruwe

planken gespijkerd, schoot plots ’n bemodderd mager kipje uit erf-
achterend, onder waschtobbe rond-drentelend, ’t vertrek in, komiekte
er weer fier-pedant uit. Soms stapten statig alle drie kippen van ’t erf,
de breeë kamer in, pikkend in vuilen rommel van kinders en geit, als
’t klein achterdeurtje [120]openstond, en achter den erf-rommel, door
’t lichte deurgat, sneeuw-bevrachte duinbrokken, in verstarden
golfslag opzwelden, reuzig, wijd alom, rond het lage, eenkamerig
krot. Soms schoot vrouw Hassel in ’n vaart ’t vertrek binnen, uit
achterend, als ze de kinders zag vuil doen; mepte ze nijdig op d’r
vuile billetjes, rammelde ze dooreen, krijschend, waarom ze niet
riepen, duwde ze op ’n tinnen pot bij de bedstee, tegenover Wimpie.
De Ouë kramphoestte weer; in doodsbenauwing bleekte z’n gezicht,

even bezij beschemerd, in ’t schuwe raamlicht òp. Rochelend en
scheurend schokte de hoest-kramp door zijn lijf, dat ie als stikte in
slijm.—’n Paar minuten hield áán ’t rochelgeweld, zakte dan weer,
kreunde ’t lijf na.… mummelde de mond, slikte de strot.…
—Spuug tog uit foader.… slik de vuilighait tog nie in.… naost je he’k
’n spuugbak.… je kraigt soo t’met nooit-nie lucht.…
Maar de ouë Rams verdomde ’t. Hij wou z’n longen niet d’r uit
braken.… Want dat was allegoar long.… Inslikken deê ie ’t alles
weer; dat most ie, anders ging ie dood. Z’n dochter gaf ie geen
antwoord. Schuw bleef z’n mond mummelen, z’n strot slikken,
donkerde z’n hoofd weer weg in den schouwhoek achter ’t raam,
strekten z’n beenen zich, zat ie weer in ’t verkort gekrompen, na elke
hoestbui nieuwe pruim van mondhoek naar mondhoek zuigend.
Tusschen rumoer van kinderen en ouë Rams lag Wimpie,
machteloos stil te spelen, droevig dat z’n vader zoo stil bij ’t
raamhoek zat, zonder ’n woord te zeggen, tegen hem.
Ant mokte al een paar dagen. Ze had drie meiden op de

zusterschool gestopt, falikant tegen den zin van Kees, die gevloekt
en gedonderd had, dat ze naar die nesten niet heen mochten. Dan
liever op de groote skool aa’s se tog skool moste.
Maar zij had treiterig, na z’n uitbarsten telkens er kalm-gerekt

tusschen gesard:
—Sullie benne katteliek.… van màin g’loof, jai hep d’r niks in te
brenge.… [121]
Woest-nijdig was ie in stembuldering op straat gehold, voelend

zwaar z’n onmacht, zich-zelf vervloekend, dat ie zich éens door d’r
mooie tronie had laten beetnemen. Had ie ’t maar nooit toegegeven.
Dat verdomde wijf was sàin nou de baas.
De eenige waar ie wel es ’n woordje mee sprak,—die zich ook niet te

schuw voelde om zich éven te laten aanhouen door ’n schooier als
hij, was de dorpssekretaris van Duinkijk. Die had ’m ook gezeid, dat
’r niks an te doen viel; nou ie eenmaal zoo met ’r getrouwd was,
moest ie maar toegeven.
Maar nooit was z’n haat tegen ’t katholiek geloof zoo hevig in ’m
opgestaan, als juist van het eerste oogenblik, dat ie z’n kinders in dàt
gebed en geloof zag opgroeien. Hij had eerst gedacht er geen zier
om te geven, en nou, nou ie ze heel anders zag worden in hun doen,
als hij, nou gloeide ie van afschuw en wrevel. Hun helste ruzie
barstte los om d’r geloof.
Lusteloos in z’n hoek, gaapte ie tegen de grauwe lucht, die zwaar

hing in gewelds-wolken. Van ’t hooge gordijnlooze, van boven alleen
met ’n vuilen lap bespijkerd raam, zag ie neer op de kniezende
wilgen, naakt en triestig in hun wintergebaar. ’t Begon weer in z’n
maag te hongerweeën.
—Seg, gromde plots dof de stem, van z’n vrouw uit achterend;—seg,
weê je dâ d’r t’met gein sint in huis is. Hailige Moagd! wa.… wa.…
mo’k van freete?.… aa’s jai ’t moar sait.… aa’s jai ’t moar sait.… Ikke
wee niks meer.… niks meer.… Hai je nou weer niks kenne finde.…
Main kristis! hoe sel dà rooie.… dà rooie.…
Met ingezonken loom lijf bleef Kees ’t raam uitkijken, steunend op

z’n elleboog, z’n groote hand in den mond, nagels knabbelend van
stille drift, zonder woord.
—F’rek! bin ’k gein asem woart? hai je gein senie in spreke.. Nou,
màin ook ’n sorg.… sien je nou moar wà’ d’r te freete is t’met. Enne
dà’ skiet t’met iedere nacht hoase!.… main Kristis.… ’t stoat je
gemeen! geméén de boel te f’rsuipe.… lá main mit de kinders
krepeere.… Vrouw Liese van ’t pad seit ’t.… en buurvrouw Smit seit
’t.… En Teunis weut ’t.… puur de heule wairelt.… allain ikke mag
toekaike.… ikke [122]en de hufters.… sou je je aige nie f’rmorsele.…
Sou je de skoàpe nie lieverst f’rhange.…
In huilsnikken barstte ze los, met ’r vuile schort tegen d’oogen

gedrukt. In de kamer stond ze nu. Kees had woest willen opvliegen
bij de lage beschuldigingen van z’n wijf. Al vier weke had ie geen
skot dààn.… Niet eens sente voor hulzen en ’n pond hagel.… Hij
had ’r willen neerbonken in éen slag, maar met ’n draai, onbewust,
naar Wimpie, had ie, diens groote schrikoogen uit ’t hoek-donker
zien staren, angstig, en even ’t bleeke gesidder van z’n kaakjes.…
Néé, inhouen, smoren maar, smoren maar, perste ’t in ’m, harder
bijten op z’n nagels en stil bedrukt kwam er uit:
—Aa’s je aige soo loeders druk moakt, kraig je g’n asem.
—Moar, huilde Ant in scheurender snikken.… D’r is puur nie éen die
d’r boft.… se f’rfloeke ’t.… ’t is doàn.… doàn.. doàn!! Sullie sture
main allegoar weg.… jou maàn hep hullie achter s’n moue.…
buurvrouw—dà’ segge hullie.… kom mi sinte.… dan stoat ’t kloar.…
En Sanse van ’t pad sait.… da’ hai de heule ploats nie ken freete
gaife van sain woar.… en Klaos f’rduufelt ’t ook.… Hai kraigt se nooit
nie binne, sait ie.… hoe sel dá’ rooie.…
Ant was dichter op ’r man aangedrongen en snikkend in huil,

zwoegde haar borst. Telkens duwde ze d’r blondgoud krulhaar nijdig
uit ’r natte oogen, die rood-zwollen in ’r blank-smal gezicht. Het geit
je blerde pieperig stem-week, en de kinders, die eerst verschrikt bij ’t
bedje van Wimpie in den kamerschemer samengepropt dooreen
wriemelden, schrei-angstig, speelden weer, na eersten uitval, al
gewend aan d’r huil-moeder. Alleen de tegen den muur geplakte
kleine van zes maanden, scheef ingezakt, met armpjes onder het lijf
gezwikt, was stil geworden, lag half nu met dik-suffen slaapkop, te
knikkebollen, tegen den vloersteen op.
Met groote tranen, zwart-biggelend langs d’r wang, stond Ant, boven
Kees’ hoofd uit te staren, op droeven winterweg. En lichtend
glansden haar waas-grijze oogen in het vergriende hoofd, dat het
hooge raam uitkeek, boven schemer-val [123]van kamer. Mager
uitgeknokeld, en schonkig lang, donkerde ’r lijf; gestriemd in
zorgelijke kwaadaardigheid, strakte haar gezicht en nijdig in hoek-
groeven stramden fijn-sluwe lippen. En toch, zóó, in ’r huiltronie,
zaten nog aanhalige trekjes, rond ’r mooien hals, ’r wellust-weeken
mond, waasde er méélij en smart-stilte in de mooi grijs-lichtende
oogen. Stil blokte ze voor Kees, die zenuwachtig opstond, voelend
haar dreigen, niets zei. Uit ’n mandje onder z’n stoel, gooide ie op
den vloer de hongerige geit wat aardappelenschillen toe. Gretig
rukte ’t beestje met dwaas-kleine vreugdesprongetjes naast zich-
zelf, aan ’t touw dat door de kinders om de stoelpoot van grootvá
was heengedraaid. Driftig sleurden ze ’t diertje naar zich toe, dat ’t
touw sneed in z’n mager halsje; z’n bedrukt jodengezichtje
benauwde, in zenuwachtige trilling van neushoeken; z’n pootjes zich
schrapzetten, glibberend over de ruit-steenen en z’n stem weeker
blerde.
Twee kippen drentelden weer door afgerotte erfdeur ’t vertrek in,

pikkend in schillen van de geit, rondkoekeloerend komisch-
verfomfooid op d’r gemak. Dadelijk lichtten drie meisjes de diertjes
op en probeerden ze lachend bij den staart vast te houden, zoodat
er twéé, schichtig wild over de tafel vlogen in angst, en achter de
schouw opdrongen. De grootste kip, zwart-schubbig beest, met
fluweelen broek aan, urkig-wijd om z’n dijen slobberend, kukkelde
nijdig, vloog met schrik-zware klepper-vleugels op tafel, tusschen
bak met broodmeel en wit-vuile, gebroken pannen en kopjes, waar ie
statig om heen liep.—
Ouë Rams, zei niks, bromde soms iets, rochelend even, in

mummelmond, zat stil-suffig in z’n broeierig, donker haard-hoekje,
nou de hoest wat bedaard was, met z’n gezicht naar ’t licht gedraaid,
dat vaal nog terugsloeg en omduisterde z’n mummiekop. Soms
bromde ie opslobberend z’n woorden, in nattig lippengebeef:.…
swaineboel.… swaineboel, spoog dan telkens sputterend-raak, bruin
tabaksstraaltje tegen gloei-donkeren konkelpot, dat het siste in de
kamerduistering.
Ant kookte van woede, dat Kees zoo kalm bleef. Ze had [124]veel
liever, dat ie uitraasde, dan zoo als nou, zoo treiterig en tòch d’r
sarrend met z’n doffe stem en vrees’lijk rooie oogen, z’n afgemeten
gepraat. Ze wist wel, al had ie ’r ’t nooit gezeid, dat ie dàt om Wimpie
deed.—En ze wist ook wel, dat ie dol was met Wimpie, al wou ie ’t
voor niks ter wereld weten, en al voelde ie geen zier voor de
anderen. Dàt juist was nog ’n macht, ’n houvast voor d’r, om ’m te
krenken, om te zeggen, dat hai, hai ’t kind vermoordde; niemand
anders dan hai. Om ’m te zeggen, al wist ze, dat ie ’r dol van werd,
dat hai om ’t skaap niks gaf. Maar dat durfde ze nog niet er uit te
braken, omdat ze sidderde voor z’n schriklijke woestheid, z’n reuzige
gestalte. Toch, ’t brandde en tonglekte in ’r, de haat, de wreede,
heete lust om dàt ’r nog eens uit te smijten uit te spuwen, pal in z’n
smoel. Om ’m te nekken, te knauwen, hem, dien kerel, die d’r
moeder behandelde als ’n vod, raasde op ’r geloof, op den Heere.…
God-in-den-Hemel, hoe had se sich tog eenmaal an die vent late
koppele.… nou sat se an ’m vast.… kon ze.… mocht ze niet van ’m
af.…
Mokkend bedrijvigde ze weer door achterend en kamer, triest, in ’r

vaal-rood, gat-doorvreten jak en vuil-zwarten onderrok. De kleine,
die voorover op den steenen vloer in slaap was gevallen, had ze in
stikduister kribje, nauw bakje dwars boven bedsteetje, te slapen
gelegd, met de deuren potdicht.
Langzaam, in het voorbijdonkeren van zijn vrouw uit achterend, met

erfdeur dicht en open, dan in licht dàn in duister, begon Kees wat los
te laten.
—Morge meskien wa raize op te moake.… diepspitte is dáán.… d’r

is niks t’met.… hun slòape t’met ’t waisertje rond.… se benne skuw
van màin.… Juistement om daa’k stroop.… kraig ik niks g’n werk.…
veur f’nacht he’k spuit leent.… aa’s sekretaris main.… aa’s hai main
moar hollepe wil.… poar gulde.… he’k biggie.… nou rooit na niks.…
Je mo je ’r moar weer deurgooje.… aa’s ’n goed nachie hoal.…
—Deurgooie.… deurgooie, huilde Ant weer in drift uitsnikkend, daa’s

krek eenderlei proatje, ieder dag.… nou sit [125]ik self mit jonk.…
Gods kristus.… nie een die d’r wa gaif!.…
—Nou, de hokkeboas hé’k sproke.… hai gaift nog wel.… vaif kop
steenkole.—
—F’reet jai steenkole?.… nijdigde Ant uit achterend.
—En aers kaa’k stompies opskarrele.… ik he nog.… ’n halfe sak lait

op erf.… en d’aere week mo’k blokke sage veur Teunis, dan vroag ’k
t’met veurskot.…
—Vul jai je moag mi blokke.… dá’ geseur.… d’r mot nou sain, nou!
nou!
Kees kookte weer, wat moest ie doen.… d’r was niks.… niks.… En
als ’t iets was, stootte ze hèm nog uit.… Hij liep z’n beene lam.…
Nergens was er wat, nergens.… wat kon ie meer doen.…
—Aa’s je nou es dokter Troost vroag, zei bedeesd Ant, die hep soo
veul te segge hier.…
—Dokter Troost, stoof Kees op, hevig, dat ouë Rams schrikte op z’n
stoel en hoestbui lichtelijk rochelend scheurde in z’n toch
dichtgepersten mond, waaruit twee zware pruimstralen, door
lippengeultje sisten achteréén, tegen konkelpot spattend.
—Dokter Troost,.… hou je bek waif, lá’ main die kerel nie vroage.…
ik sloan sain liever se harses in mekoar, die beul, die se hier allegoar
keldert—.…
Zware drift zwol ’m naar z’n hoofd en z’n oogen, in woede-nevel,

hoonden van afschuw, brandden alsof er rossige lichtvonkjes
uitsprankelden.
Vreemd-woest stond z’n kop nu, met de strakke mondlijnen,

moordenaar-achtig hevig verwrongen, in wreeden lust naar vechten.
—Je laikt puur doas, mopperde Ant, afgebluft. Ze wist nou eenmaal,
dat ie gruwelijk ’t land had aan dokter Troost, die al veertig jaar in
Wiereland, Duinkijk en Zeekijk praktiseerde, en zooals hij ieder zei,
met raad- en daad de tuinders ophielp. En raik aa’s tie was.… dat
had se nog pas hoord van buurman! raik.… raik.… om van te
duuzelen. Ze beefde voor ’m van ontzag. Maar nou was d’r toch niks
[126]tegen in te brengen. Giftiger voelde ze zich worden op z’n
lammen haat tegen dokter Troost.
Toch most ie hier in huis, ging ie over Wimpie en bij verlossingen

mocht hij alleen an d’r lijf komme, hij alleen, al maakte ze d’r Kees
mee barste van nijd.
Wimpie lag stil te snikken van angst, met z’n gezicht tegen den
donkeren muur. De kruip-stoeiende kinders waren om het
beschemerde ledikantje gekropen; kinder-stil en ontdaan nu, in
onbewust voelen, dat vader vreeselijk kwaad was op moeder. Ant
was naar ’t achterend geloopen en ouë Rams sputterde giftiger en
sneller bruine straaltjes achtereen tegen sisbuik van konkelpot aan.
Kees zat te mijmeren, voor het licht-schuwe raam, starend naar
kniezend winterpad. Van avond kon ie niet stroopen, de maan was
er weer. Te licht overal, te licht. Driemaal dit jaar had ie ’t uit nood
gedaan, en ’t skeelde t’met niks of ze hadde ’m. Wat jacht dat
geweest was. En wat lol, toen ze ’m de volgende week gesnapt
hadden voor ’n bijpad met ’n spuit in z’n klauwe.… Dertig dage
hadde ze ’m de doos ingestopt, want boete kon ie niet betale. Maar
dat zitte in soo’n hok, nee nooit meer.… met z’n àlle loerde ze op
hem, op hem.… Andere stroopers konden hun niet veel skele.—Aa’s
se sàin moar pakte dat waa’s d’r eer, betoalde extra.
Loom was ie opgestaan om ’n stapel blokken en knubbelige

stronken van ’t erf te halen en achter de schouw te smakken.
Op ’t achterpadje naar hun huisje zag ie vrouw Peters aansjokken

met ’n zwenk, door modderdeurtje naar ’t achterend, op Ant af.
—Seg buurvrouw, hai j’ ook ’n droppel petreleem.… Kloas is t’r

nie.… doar si ’k nou.… main kind mo’n beetje wêrme melk, de fles
kaa’k nie wêrme.… is da nood f’r ’n mins.…
—Gain droppel buurvrouw, gain droppel!.…
—Nou houw d’r ’n mins se fesoen, jammerde haar stem, in angst

overal rondziend met ’n steek onder water voor andere buurvrouw uit
Duinkijk, die zich met d’r twee dochters, aan heel Wiereland voor
geld verkocht. [127]
—Nou houw d’r ’n mins se fesoen.… wa mo je beginne.… en suipe

da die verrekkeling van main doen.… nou buurvrouw, jai hep ’t ook
suinegies wà?.… is je maàn d’r nie.…?
Schel kraste haar stem, jammerend toch. Uit haar vuile jak-plunje,
loshangend, wasemde bleekpoeierlucht. Ant wees met
ontzaggebaar naar binnen waar Kees zat. Vrouw Peters verbleekte.
Voor dien duivel was ze bang, van die most ze niks hebbe.…
—Nou buurvrouw, jai hep ’t ook nie-en-ruim hee?—en haastig

dobberde ze weer ’t padje af. Ant was weer ’t vertrek ingesloft, naar
Kees toe, die zich te vergrienen zat, voor het droeve winterraam op ’t
doodsche pad uitstarend, z’n hoofd net èven boven ’t venster.—
De wind hijgde door de sponningen en overal uit vloer en muurgaten
tochtte ’t in het schemerdiep vertrek.
—Kaik nog ereis, Hassel, meskien hai je nog ’n poar sinte.…
Woedend, met dolle oogen, bloeddoorloopen ’r aanziend, dreigde

Kees reuzig, onder balkenlaagte, van z’n stoel. Z’n vrouw zwabberde
achteruit, angstmond vertrekkend, in oogen-schrik, vaal-bleek.
—Seg lamstroalig waif.… sou je t’met denke daa’k main kinders f’r
pelsier la’ hongere?.… hai je dan gain ooge in je smoel, sien je dan
nie woa’k prakkeseer.… Laileke stoppelkat.… wou je màin
dondere.… sorg lieverst da je kindere nie stinke aa’s de pest.… en
goan noà je klaphoedjesfebriek aa’s se skoon benne.…
Ant was geraakt in ’t hart.—
—Da binne je soàke nie.… lammeling.… da hei je niks van

noodig.… let op je foar en je stinkmoer.… die in d’r broek skait.…
versuip jai de sinte nie.… jai hoerige vuilik!
—Hoor die d’r is!.… slobberde Kees, niet wetend waar ie z’n drift kon
insmoren langer, om Wimpie niet te pijnigen. Schreeuwend gehuil
barstte uit donkere ledekantje. Wimpie hikte en snikte. Ant voelde
dat Kees bang was voor Wim, [128]dat ze dus nog wat kon
doorschelden, uitluchten. Ze haatte den kerel tienmaal heviger, als ie
met d’r geloof begon. En driftig, in gillende stem-aanloopjes, al
hooger en wilder, doorfuried van zenuwwoede, die opgepropt zat in
’r keel, begon ze weer:
—Jai en je heule femilje benne veur de hel gebore.… allegoar

gevloekte, godskimpers, da seg ik.… allegoar goane jullie de hel in,
f’rmetele sondoars!.… allegoar uitspoegsel!..
Kees kromp voor ’t raam van drift. Z’n reuzig lijf stond dreig-hevig,
onder laag-balkende kamerduister. Ingesmoord, beef-woedde z’n
stem:
—Waif!.… hou je smoel.… hou je smoel!.…
—Ik wil nie.… ik wil nie, gilde ze, als ’n razende zich naar Kees toe
dringend en in dreig-wilde zenuwgreep, met vingerkromme haak-
handen vóór z’n gezicht gekrampt, tartte ze ’m. Wimpie scheurde
kreet-huilen uit. ’t Geitje, dat achter ouë Rams’ stoel zat, had Ant
zonder te zien, getrapt, en blerrend-beverig rukte ’t aan tafel-touw,
rechts en links de kamer inloopend, om los te komen. De kinders
hurkten bij Wim’s bed, saamgeklonterd, in doodsnood, spraakloos.
Dientje van negen en Jansje van acht, die boodschappen gedaan
hadden, zoo uit school, stonden op ’t achterend te sidderen, zonder
dat ze binnen durfden gaan. Ze hadden niks los weten te krijgen van
den kruidenier. Alleen de hokkebaas borgde voor zes cent. Maar de
bakker had gedreigd, dat ie voor ’t lest brood bakte, aa’s se niet
behoorlijk d’r drie sente meebrochte.… Hij gaf geen stroopersjong te
vreete had ie er grinnekend bij gezeid tot ’n meid van rijke meneer
uit de plaats. En niks durfden ze nou zeggen, als ze moeder en
vader zoo driftig zagen, tegen elkaar. Nog eens dreigde Kees
bulderzwaar nà:
—Hou je moel waif.…
—Neenet.… neenet!.… gilde ’r helleveegstem en sterker scheurde

huilen van Wimpie uit den duisteren hoek. Kees als radeloos, in
grauwe drift, die hij telkens terug drong,—zag alleen maar de
weenende angst-oogen van Wimpie. Maar inéén merkend, de
woedelust, wreed om Ant’s mond, begreep ie, dat ze [129]voelde, dat
hij uit angst voor Wimpie zweeg en d’r daarom niet in stukken
sloeg.…
Plots was Jans, ’t blond-koppige kindje van acht, uit achterend, naar
d’r moeder toegesprongen, en achter ’t meisje aan, als door
ingeving, klodderde ’t heele vunzige kinderstoetje uit de hoekjes
samen, schreilijk-goor in gaterige plunje en stank-vodjes. In hoogen
angst, klemden zich ze vast aan Ant’s rokken van achter, op zij, van
voren.… Maar van zich af schudde ze de wurmsteekige lijfjes, dat de
bevuilde krulkopjes en hun prachtige angst-oogen, dan naar haar,
dan naar Kees’ gericht, sperden van verbazing en ontdaanheid. Als
jonge katjes had Ant hun in ’r vlam-furie, gekrenkten geloofs-
waanzin, van zich weggesliert, zonder hun smeeksnuitjes te zien in
fel-gloeienden haat opgedreven, verangst in hongerig ellende-
gevoel.… Opgewekt en gebroken toch, gilde ze rouw:
—Main arremoe!.… main poere!.… daa’s gain skande!.. Onse liefe

Heer hep ’t sien.… aa’s sondoar bi’k bore.… moar daa’k main va’ jou
vuilik,.… jou heb afgegaive.… da bin ’k verdoemd van.… veur
eeuwig.… da mist nie.… doar sel’k veur brande in ’t voagevuur!.…
Main kind.… main kind.… bid om g’noade.…
Met ’n ontzettenden lichaamszwaai van uit ’t schemerraam naar het

hoekduister, was ze over ’t geitje, door den kinderstapel
heengewrongen en had ze zich voor ’t bedje van Wimpie in den
hoek op ’r knieën gesmakt. In starre wilde opwinding beefde dof ’r
stem, extatisch:
—Main kind, main kind, bid veur main sonde.… Main Vader vergeef
main skulde.… In schrei-vloed was ’er stem uitgesnikt, gebroken. Er
klonk berusting door ’r nahuil, deernis, en snik-wringend drong ze
haar hoofd op de dekens van Wim, aan ’t voetenend. Wim was in
stumperigen angstnood opgesjokkerd, in de peluw, en huilde mee,
snik-zwaar, in àl prangender gekerm en droge huilsmart.
En Kees, in schriklijke ontroering en toorn, die kraterde in z’n borst,

stond stil tegen ’t raam, met z’n rug naar ’t licht als ’n donkere reus in
de lage balk-kamer. Sterker stroomde [130]de woedesiddering door
z’n schonken. In tijdlooze bukking had ie plots ’n zwaren houtknots,
van de blokkenstapel gegrepen, bij schouw, en in één sprong,
woest-hevig,—dat de kinderen gierden, gilden, de ouë Rams
achtereen, snel pruimstraaltjes uitspoog, tegen dikbuikigen pot,
schommel-angstig op z’n stoel, zonder òp te durven—dreigde de
knots boven Ant’s hoofd.
—Waif.… goan weg.… wèg van main kind.… wèg.… wèg!
Rauwe razernij schoot uit z’n stem, die scheurde en gilde tegelijk.
Wou ze nou, zijn Wim, late bidde, late bidde tege sàin.… dat God t’r
gena’ mos sain da’ se sain trouwd had?.… Da kind bidde.… da s’n
vader ’n vuilik was, ’n skoelje.… ’n patser!.…
Neenet, dá’ kòn nie langer.… ’t was in ’m opgespote, opgegild.… Hai

sou d’r neer sloan.… sloan,.… dá’ vreeselek waif.…
Maar Ant was kalm blijven lig-snikken, met ’r hoofd in de dekens,

alsof daar niet boven ’r stond, die donkere dreigvent met gekke
oogen, ontzettend in woede, als ’n wraakmonster uit sprookjesboek.
Ant zag bijna niet op, ’t kon ’r niet schelen, wat ie deed. Maar weer
hield ie den slag in, want uit ’t halfdonker, zag ie op zich turen,
smeekend en hevig van schrik de stille groote oogen, van Wim, zijn
Wim, die spraakloos snik-scheurend te staren lei. En even door de
snik-stilte, beverig schreide z’n stemmetje zwak:
—Voàder is màin voader.… ikke.… bid.… veur voàder!.…
Sidder-ontroering en iets van wild-rauwe vreugde ging er plots door

Kees. Hij had zich willen neersmakken op z’n kind, om ’t kakebeenig
doodskopje tegen zich te knellen, te zoenen, en stil, beschroomd,
den knuppel ergens achter zich wegmoffelend, begon ie stem-

Advanced Healthcare Systems Empowering Physicians With Iot Enabled Technologies 1St Edition Rohit Tanwar Full Chapter

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Advanced Healthcare Systems Empowering Physicians With Iot Enabled Technologies 1St Edition Rohit Tanwar Full Chapter

Uploaded by

Copyright:

Available Formats

Advanced Healthcare Systems :

Empowering Physicians with

Artificial Intelligence and Soft Computing for Industrial Transformation

Series Editor: Dr. S. Balamurugan (sbnbala@gmail.com)

Empowering Physicians with

Wiley Global Headquarters

Limit of Liability/Disclaimer of Warranty

Library of Congress Cataloging-in-Publication Data

Cover image: Pixabay.Com

Printed in the USA

2.4 Issues and Challenges 26

5.2 Semi-Automated Algorithm for Lung Segmentation 60

8.4 Devices in Home Automation 104

9.4.3 UARTs 123

10.4.2 Diagnostic Analysis 143

10.8.9 Fuzzy Rules for Prediction of Diabetes 164

11.6.1.3 Key Management 216

12.5.2 Post-Classification Validation 268

14 Methods of MRI Brain Tumor Segmentation 295

16.4.2 SSDNETV2 Algorithm 330

The applications and challenges of machine learning and artificial intelli-

• In Chapter 1, “Internet of Medical Things – State of the Art,”

most common cause of hypothyroidism that is associated

• In Chapter 7, “IoT-Based Health Monitoring System

for considering parameters like disease prediction accuracy,

performing brain tumor segmentation using MRI images is

The seventeen chapters of this book were written by eminent professors,

have been designed to include basic introductory topics and advancements

Dr. Rohit Tanwar

Dr. Rakesh Kumai Saini

Dr. Vishal Bharti

Dr. Premkumar Chithaluru

Mahavir Heart Hospital, Patna, India

*Corresponding author: uniqueruchi@rediffmail.com

1.2 Historical Evolution of IoT to IoMT

Though few aspects are non-replaceable by any form technology, still,

1.2.1 IoT and IoMT—Market Size

1.3 Smart Wearable Technology

1.3.1 Consumer Fitness Smart Wearables

1.3.2 Clinical-Grade Wearables

be detected in accurately to a high degree. The users were alerted about

Wrong-kaal harpten takkronkels van ingekromde lage

Kees klepperde, grimmiger in stillen hongerwrok voort, dood voor

Verderop lagen tuindershuisjes, meer uit-een, dwars en recht naar

Nog ’n paar duinige wegkrommingen en zwarte, besintelde paden,

Vóór ’m lag al, de hooge woeste bultige grond van Duinkijk,

Weggeduwd, op ’n vuil rullig ingereën pad, klei-modder en

Toen flap! in één ’n heupziekte, die ’m uitmergelde, z’n voeten en

—Da lieg-gie Omoe.… da lieg-gie.… da doen foader nie.. lieg-gie.…

Snikkend, van ophou-inspanning verbleekt, schokte ie dan weer

Kees had op ’t erf rondgedrenteld, lang, heel lang, eer ie binnen

De steen-rooie vloer damde in gebarsten ruitvlakken, kil onder z’n

’n Rimpel-dor mannetje, de ouë Rams, vader van vrouw Hassel, zat

Tusschen ’n paar krukjes en matlooze stoelen, waarop wat ruwe

De Ouë kramphoestte weer; in doodsbenauwing bleekte z’n gezicht,

Ant mokte al een paar dagen. Ze had drie meiden op de

Maar zij had treiterig, na z’n uitbarsten telkens er kalm-gerekt

Woest-nijdig was ie in stembuldering op straat gehold, voelend

De eenige waar ie wel es ’n woordje mee sprak,—die zich ook niet te

Lusteloos in z’n hoek, gaapte ie tegen de grauwe lucht, die zwaar

Met ingezonken loom lijf bleef Kees ’t raam uitkijken, steunend op

In huilsnikken barstte ze los, met ’r vuile schort tegen d’oogen

—Aa’s je aige soo loeders druk moakt, kraig je g’n asem.