日前在醫(yī)學(xué)與生物工程雜志(IEEE Open Journal of Engineering in Medicine and Biology)有一篇預(yù)發(fā)布研究論文:
COVID-19 Artificial Intelligence Diagnosis using only Cough Recordings?報(bào)道了麻省理工學(xué)院(MIT)研究團(tuán)隊(duì)利用AI開(kāi)發(fā)了一種無(wú)癥狀感染檢測(cè)新方法。該方法檢測(cè)你是否患有新冠病毒,只需要你咳嗽一聲。
論文網(wǎng)址:
https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9208795
基于人工神經(jīng)網(wǎng)絡(luò)算法,在他們自行建立的迄今為止最大的咳嗽數(shù)據(jù)集測(cè)試,對(duì)于無(wú)癥狀感染者的診斷準(zhǔn)確率可達(dá)到100%。
MIT研究團(tuán)隊(duì)已經(jīng)與一家企業(yè)展開(kāi)合作,計(jì)劃將該AI算法整合到手機(jī)應(yīng)用程序中。項(xiàng)目負(fù)責(zé)人布萊恩·蘇比拉納(Brian Subirana)表示:
如果每個(gè)人在去教室,工廠(chǎng)或餐廳之前都使用該AI診斷工具,將會(huì)有效減少新冠大流行的傳播?!?/span>
▲ 論文簡(jiǎn)介
為了提高新冠肺炎檢測(cè)的準(zhǔn)確率,需要選擇好的AI模型以及搜集用于訓(xùn)練模型的大量數(shù)據(jù)。為此,從今年4月MIM研究人員就建立了一個(gè)公開(kāi)的咳嗽手機(jī)網(wǎng)站。允許所有人通過(guò)網(wǎng)絡(luò)瀏覽器、手機(jī)或者筆記本電腦等設(shè)備自愿提交咳嗽錄音。
▲ MIT收集咳嗽網(wǎng)站
網(wǎng)站地址:https://opensigma.mit.edu/
截止測(cè)試前,該網(wǎng)站收集了超過(guò)7萬(wàn)個(gè)錄音,每段錄音中有幾次咳嗽,約有20萬(wàn)份咳嗽音頻樣本。其中,2500多個(gè)樣本是由已經(jīng)確診患者提交的,包括那些無(wú)癥狀感染者。
Subirana稱(chēng):“在醫(yī)療領(lǐng)域,這是迄今為止最大的咳嗽數(shù)據(jù)集”。
▲ 調(diào)查問(wèn)卷
在選擇合適的AI模型上,MIT研究團(tuán)隊(duì)利用了他們?cè)诶寐曇舯鎰e阿川茲海默癥(AD)早期患者的經(jīng)驗(yàn),設(shè)計(jì)了一個(gè)集成有三個(gè)模型的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。下圖來(lái)自他們論文中的對(duì)于網(wǎng)絡(luò)結(jié)構(gòu)的示意圖,其中醬紅色部分顯示了三個(gè)神經(jīng)網(wǎng)絡(luò)模型組成。
▲ 新冠病毒AI檢測(cè)模型結(jié)構(gòu)
第一個(gè)神經(jīng)網(wǎng)絡(luò)代表一個(gè)人聲帶的強(qiáng)弱,利用有聲讀物數(shù)據(jù)集(含1000h語(yǔ)音)進(jìn)行訓(xùn)練;
第二神經(jīng)網(wǎng)絡(luò)用來(lái)區(qū)分言語(yǔ)中的情緒狀態(tài)。據(jù)了解,AD患者的神經(jīng)功能衰退較一般人更為普遍,經(jīng)常會(huì)表現(xiàn)出沮喪、悲傷等負(fù)面情緒。因此,研究人員利用演員表達(dá)不同情緒的大型語(yǔ)音數(shù)據(jù)集,開(kāi)發(fā)了情緒語(yǔ)音分類(lèi)器。
第三個(gè)神經(jīng)網(wǎng)絡(luò)在自建的咳嗽數(shù)據(jù)集上訓(xùn)練,用來(lái)辨別肺和呼吸功能的變化。
▲ 實(shí)驗(yàn)數(shù)據(jù)結(jié)果
最后將三種模型結(jié)合起來(lái),形成了一個(gè)用于檢測(cè)肌肉退化的AI框架。研究人員經(jīng)過(guò)檢測(cè)發(fā)現(xiàn),基于聲帶強(qiáng)度、情緒、肺和呼吸功能等生物特征,基于該模型來(lái)診斷COVID-19。
▲ 模型檢測(cè)ROC指標(biāo)
需要強(qiáng)調(diào)的是,該AI模型的優(yōu)勢(shì)不在于檢測(cè)有癥狀的新冠患者。
這一點(diǎn)Subirana在論文中也明確強(qiáng)調(diào)。他說(shuō),不管他們的癥狀是由COVID-19還是其他癥狀(如流感或哮喘)引起的。該工具的優(yōu)勢(shì)在于它能夠分辨無(wú)癥狀感染者的咳嗽和健康人的咳嗽。
看完他們的文章,我還專(zhuān)門(mén)到他們的數(shù)據(jù)搜集檢測(cè)網(wǎng)站咳嗽了幾聲,測(cè)試一下自己的咳嗽聲音,誰(shuí)知…...
公眾號(hào)留言
老師您好,今天突然回頭調(diào)試去年的電磁車(chē),發(fā)現(xiàn)有個(gè)問(wèn)題。在去年比賽時(shí)候c車(chē)舵機(jī)內(nèi)置磁場(chǎng)對(duì)5cm電感采值影響很大,詢(xún)問(wèn)一下中南大學(xué)他們是直接修改了機(jī)械結(jié)構(gòu),其他方法不從得知,您可不可以做一期關(guān)于這方面的文章,關(guān)于如何降低舵機(jī)磁場(chǎng)對(duì)短前瞻的影響?
回復(fù):可以到csdn網(wǎng)站搜索:“電磁信號(hào)檢測(cè) | 本是同根生,相煎何太急”查看以前討論如何防止電磁檢測(cè)干擾問(wèn)題。
免責(zé)聲明:本文內(nèi)容由21ic獲得授權(quán)后發(fā)布,版權(quán)歸原作者所有,本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。文章僅代表作者個(gè)人觀(guān)點(diǎn),不代表本平臺(tái)立場(chǎng),如有問(wèn)題,請(qǐng)聯(lián)系我們,謝謝!