سرفه

تشخیص دقیق سرفه با طراحی فناوری‌ پوشیدنی جدید

 

پژوهشگران دانشگاه ایالتی کارولینای شمالی موفق به بهبود توانایی دستگاه‌های پوشیدنی سلامت در تشخیص دقیق سرفه بیماران شده‌اند؛ گامی که می‌تواند نقش مهمی در پایش بیماری‌های مزمن تنفسی و پیش‌بینی خطر حملات آسم ایفا کند.

به گزارش مدرن مد به نقل از دانشگاه ایالتی کارولینای شمالی (NC State University)،به گفته‌ی دکتر ادگار لاباتون، نویسنده‌ی مسئول این پژوهش و استاد مهندسی برق و کامپیوتر در دانشگاه ایالتی کارولینای شمالی، «سرفه یکی از شاخص‌های زیستی کلیدی در ارزیابی وضعیت سلامت تنفسی افراد است. بررسی دفعات سرفه می‌تواند به ما در رصد روند پیشرفت بیماری‌های ریوی یا تشخیص زودهنگام تشدید آسم کمک کند.»

با وجود پیشرفت‌های اخیر، فناوری‌های تشخیص سرفه تا امروز با چالش‌هایی جدی روبه‌رو بوده‌اند؛ از جمله دشواری در تفکیک صدای سرفه از گفتار یا سایر صداهای انسانی مانند عطسه، خِرخِر یا ناله.

 

استفاده از داده‌های چندمنبعی برای افزایش دقت

 

در این پژوهش، تیم تحقیقاتی برای ارتقای دقت مدل‌های یادگیری ماشینی، از داده‌های به‌دست‌آمده از حسگرهای پوشیدنی واقعی استفاده کرده است. این حسگرها که روی سینه افراد نصب می‌شوند، هم داده‌های صوتی و هم داده‌های حرکتی (شتاب‌سنج) را ثبت می‌کنند.

دکتر یو‌هان چن، نویسنده اول مقاله و فارغ‌التحصیل دکترای دانشگاه NC State، توضیح می‌دهد: «حرکت به‌تنهایی نمی‌تواند سرفه را تشخیص دهد، زیرا حرکات مشابهی مانند خندیدن یا سرفه ممکن است الگوهای حرکتی مشابهی ایجاد کنند. اما ترکیب داده‌های صوتی و حرکتی، دقت مدل را به‌طور چشمگیری افزایش می‌دهد.»

نتایج آزمایش‌های انجام‌شده در محیط آزمایشگاهی نشان داد که مدل جدید نرخ خطای بسیار کمتری نسبت به فناوری‌های پیشین دارد و موارد مثبت کاذب (False Positives) به شکل محسوسی کاهش یافته است؛ یعنی صداهایی که مدل به اشتباه سرفه تشخیص می‌دهد، بسیار کمتر شده‌اند.

دکتر لاباتون افزود: «ما اکنون توانسته‌ایم تمایز سرفه از گفتار و صداهای غیرکلامی را به سطح بسیار بالایی برسانیم. هرچند هنوز جای پیشرفت وجود دارد، اما مسیر توسعه آینده روشن است.»

 

نوشته‌های مشابه