新加坡科技與設(shè)計大學(xué) (SUTD) 的研究人員表明，深度學(xué)習(xí)模型僅使用咳嗽聲就能準(zhǔn)確區(qū)分健康兒童和患病兒童。這些發(fā)現(xiàn)發(fā)表在《傳感器》雜志上，可以為更有效地篩查兒童呼吸道疾病打開大門，并可能減輕患者、父母和醫(yī)生等人的巨大負(fù)擔(dān)。
在兒童中，咳嗽可能是多種呼吸道疾病的征兆，包括哮喘、鼻竇炎和呼吸道感染?？人宰鳛橐环N癥狀無處不在，這意味著醫(yī)生通常必須進(jìn)行額外的測試和程序才能做出明確的診斷。
領(lǐng)導(dǎo)這項(xiàng)研究的 SUTD 助理教授陳杰明說：“這些測試需要去醫(yī)院就診，對孩子來說并非沒有風(fēng)險，而且對醫(yī)療資源提出了要求。”“此外，此類探視對孩子及其家人還有其他負(fù)面的社會或經(jīng)濟(jì)影響，例如下班時間和需要特定的托兒安排。”
減輕患者以及整個醫(yī)療保健系統(tǒng)的這種負(fù)擔(dān)的需要導(dǎo)致人們越來越關(guān)注利用咳嗽聲音的微小差異來區(qū)分一種呼吸系統(tǒng)疾病。然而，大多數(shù)研究都依賴于在錄音室環(huán)境中仔細(xì)記錄的咳嗽音頻，這使得它們不適合實(shí)際應(yīng)用，因?yàn)楸尘霸胍艉偷蜋n設(shè)備可能會影響記錄的咳嗽質(zhì)量。
為了解決這個問題，來自 KK 婦女兒童醫(yī)院和杜克-新加坡國立大學(xué)醫(yī)學(xué)院的陳助理教授和合作者 Hee Hwan Ing 博士在現(xiàn)場醫(yī)院環(huán)境中使用智能手機(jī)收集的咳嗽記錄，以反映真實(shí)的“生態(tài)”狀況。接下來，為了幫助他們準(zhǔn)確地將咳嗽記錄分類為疾病或健康，該團(tuán)隊(duì)轉(zhuǎn)向了一種特定類型的深度神經(jīng)網(wǎng)絡(luò)模型，稱為雙向長短期記憶 (BiLSTM)。
與其他人工神經(jīng)網(wǎng)絡(luò)相比，BiLSTM 由可以在任意時間內(nèi)記住值的單個單元組成。陳教授解釋說，這種記憶機(jī)制使 BiLSTMs 特別適合處理像音頻這樣的順序數(shù)據(jù)。
為了訓(xùn)練和測試他們的模型，該團(tuán)隊(duì)使用了 89 名哮喘兒童、160 名下呼吸道感染兒童和 78 名上呼吸道感染兒童的咳嗽記錄。作為比較，它們還包括來自 89 名健康兒童的咳嗽聲。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！