最新公告
  • 欢迎您光临蛙蛙应用,本站秉承服务宗旨 履行“站长”责任,销售只是起点 服务永无止境!立即加入我们
  • AI听咳嗽声便可分辨是不是得了新冠,这靠谱吗?

    本文来自微信民众号:大数据文摘(ID:BigDataDigest),泉源:mit.edu,编译:miggy,原文标题:《咳两声便可以锁定新冠!MIT收集20万咳嗽样本,用AI区分无病症感染者,正确率100%》,头图来自:视觉中国

    10月25日,喀什地区疏附县24日发明1例新冠肺炎无病症感染者后,新疆敏捷对其密切打仗者、密切打仗者的打仗者举行核酸检测,停止10月25日14时,检测出137人呈阳性,经专家诊断,均为无病症感染者。

    后疫情时期,无病症感染者正成为疫情复发最大的要挟。没有任何胸闷发烧病症,你和火伴大概很难辨别是不是感染了新冠。

    但人工智能可以,只需你给TA听听你的咳嗽声。

    在近来宣布在《IEEE医学与生物学工程学杂志》上的一篇论文中,麻省理工学院的研讨人员示意,他们已开发出可以辨认COVID-19感染者咳嗽声的AI。

    AI听咳嗽声便可分辨是不是得了新冠,这靠谱吗?插图

    论文地点:https://www.embs.org/ojemb/articles/covid-19-artificial-intelligence-diagnosis-using-only-cough-recordings/

    据论文显现,研讨小组开发了一种AI模子,该模子经由过程剖析你的咳嗽灌音,可以将无病症感染者与康健的人辨别开来。一切人都可以经由过程收集浏览器以及手机和笔记本电脑等装备自愿提交灌音。

    研讨人员称,该模子由他们一直以来举行的“咳嗽检测阿尔兹海默初期病症”演化而来,疫情以来,研讨者经由过程“收集众筹”的体式格局,已在环球搜集了20多万的咳嗽样本,建立了有史以来最大的“咳嗽数据库”。

    经由过程这些咳嗽样本和录入的相干感染、性别、心情数据,对该模子举行了声响练习。

    现在,该模子辨认出确诊为Covid-19的人的咳嗽的正确率为98.5%,个中,应用咳嗽声辨认无病症感染者的正确度高达100%。

    麻省理工的研讨小组正在勤奋将该模子整合到一个用户友爱的应用程序中,假如取得FDA的同意并被大规模采纳,该程序将有大概成为一种免费、便利、无创的预筛查东西,以辨认得了Covid-19无病症的人。

    用户可以天天登录,录下咳嗽声到他们的手机中,并马上取得有关他们是不是大概被感染的信息。

    麻省理工学院自动辨认实验室的研讨科学家布莱恩·苏比拉纳(Brian Subirana)与麻省理工学院自动ID实验室的Jordi Laguarta和Ferran Hueto团结完成了这项研讨。

    从阿兹海默症检测到新冠检测

    AI听咳嗽声便可分辨是不是得了新冠,这靠谱吗?插图1

    实在这项算法并不是为新冠定制。

    早在疫情爆发之前,这个研讨小组已在咳嗽的手机灌音中练习算法,以正确诊断肺炎和哮喘等疾病。麻省理工学院的团队正在以相似的体式格局开发AI模子,以剖析咳嗽纪录,以检察它们是不是可以检测出阿尔茨海默氏症的体征,这类疾病不仅与记忆力下落有关,而且还与神经肌肉退步(如声带削弱)有关。

    他们起首练习了一种通用的机械进修算法(或称为ResNet50的神经收集),以辨别与差别声带强度相干的声响。研讨表明,声响“ mmmm”的质量可以表明一个人的声带有多弱。Subirana在包括了1000多个小时语音的有声读物数据集上练习了神经收集,以从“ the”和“ then”等其他词中挑选出“them”一词。

    该小组练习了第二个神经收集来辨别言语中显著的心情状况,由于已证实阿尔茨海默氏症患者以及神经系统较弱的人表现出某些心情,比方懊丧或平铺直叙,比他们表达快活照样岑寂的心情更高。

    研讨人员经由过程在大型演员数据集上练习心情情绪分类器(比方中性,镇静,快活和伤心)来开发心情语音分类器模子。

    然后,研讨人员在咳嗽数据库上练习了第三个神经收集,以区分肺和呼吸功用的变化。

    末了,该团队将这三个模子连系在一起,并叠加了一种算法来检测肌肉退步。该算法经由过程本质模仿音频蒙版或噪声层,并辨别强咳嗽(经由过程噪声可以听到的咳嗽)与较弱的咳嗽,来做到这一点。

    经由过程新的AI框架,该团队供应了包括阿尔茨海默氏症患者在内的音频纪录,发明与现有模子比拟,它可以更好地辨认阿尔茨海默氏症的样本。

    结果表明,声带强度、心情、肺和呼吸功用以及肌肉退步是诊断该疾病的有用生物标志物。

    当冠状病毒大盛行入手下手蔓延时,Subirana想知道他们针对阿尔茨海默氏症的AI框架是不是也可以用于诊断Covid-19,由于越来越多的证据表明感染的患者会阅历一些相似的神经系统病症,比方暂时性神经肌肉毁伤。

    “措辞和咳嗽的声响都受到声带和四周器官的影响。这意味着当发言时,部份发言就像是咳嗽,反之亦然。这也意味着我们很轻易从流畅的言语中衍生出一些东西,人工智能可以简朴地从咳嗽中发明一些信息,包括人的性别、母语以至心情状况。实际上,您的咳嗽中蕴含着情绪。” Subirana说。

    “所以我们以为,为何我们不尝试探讨这些阿兹海默症的生物标志物(以及看它们是不是与Covid相干)”。

    20万+咳嗽样本,已知最大的咳嗽研讨数据集

    AI听咳嗽声便可分辨是不是得了新冠,这靠谱吗?插图2

    在4月,研讨小组动手收集尽量多的咳嗽纪录,包括来自Covid-19患者的咳嗽纪录。

    他们建立了一个网站,人们可以经由过程手机或其他支撑收集的装备纪录一系列咳嗽。参与者还填写了他们正在阅历的病症的调查表,不论他们是不是得了Covid-19,是不是经由过程官方测试,经由过程大夫对其病症的评价或是不是经由自我诊断而得到了诊断。他们还可以纪录本身的性别,地理位置和母语。

    迄今为止,研讨人员已收集了70000多条灌音,每条灌音包括多个咳嗽声,合计约200000咳嗽音频样本,Subirana说这是“已知最大的咳嗽研讨数据集”。确认得了Covid-19的人(包括无病症的人)提交了约莫2500份灌音。

    该团队使用了2500个与Covid相干的纪录,以及他们从鸠合中随机挑选的别的2500个纪录来均衡数据集。他们使用了4000个样底本练习AI模子。然后将其他的1000个纪录输入模子中,以检察它可否正确辨别出Covid患者和康健个别的咳嗽。

    使人惊奇的是,正如研讨人员在论文中所写的那样,他们的勤奋展现了“阿尔茨海默氏症和新冠咳嗽算法之间惊人的相似之处”。

    他们发明,在底本用于阿尔茨海默氏症的AI框架内无需举行大批调解,他们便可以找到针对Covid-19的四种生物标志物的形式:声带强度、心情、肺和呼吸功用以及肌肉退步。该模子从Covid-19确诊的人中辨认出98.5%的咳嗽,并正确地检测到了一切无病症的咳嗽。

    Subirana说:“我们以为这表明,纵然您没有病症,当您具有Covid时,您发生声响的体式格局也会转变。”

    100%检测到无病症感染者

    Subirana强调,这类AI模子的上风不在于检测有病症的新冠患者,不论他们的病症是由Covid-19照样其他病症(如流感或哮喘)引发的。该东西的上风在于它可以区分无病症新冠感染者的咳嗽和康健的咳嗽。 

    MIT的团队正在与一家公司协作,依据他们的AI模子开发免费的预检应用程序。他们还与世界各地的多家病院协作,收集更大,更多样化的咳嗽纪录集,这将有助于练习和加强模子的正确性。

    正如他们在论文中提出的那样,“假如预筛查东西一直在背景而且精益求精,那末众多症就大概成为过去。”

    终究,他们想象可以将他们开发的音频AI模子集成到智能扬声器和其他听音装备中,以便人们可以方便地(或许天天)对他们的疾病风险举行开端评价。

    相干链接:

    [1]https://news.mit.edu/2020/covid-19-cough-cellphone-detection-1029

    [2]https://techcrunch.com/2020/10/30/cough-scrutinizing-ai-shows-major-promise-as-an-early-warning-system-for-covid-19/

    [3]https://www.engadget.com/ai-covid-19-cough-detection-from-recordings-213858299.html 

    本文来自微信民众号:大数据文摘(ID:BigDataDigest),泉源:mit.edu,编译:miggy

    爱搬网
    蛙蛙应用 » AI听咳嗽声便可分辨是不是得了新冠,这靠谱吗?
    • 591会员总数(位)
    • 868资源总数(个)
    • 0本周发布(个)
    • 0 今日发布(个)
    • 383稳定运行(天)

    提供最优质的资源集合

    立即查看 了解详情