一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

MIT研發(fā)可辨別新冠病毒的AI模型:憑咳嗽聲檢測

hl5C_deeptechch ? 來源:DeepTech深科技 ? 作者:DeepTech深科技 ? 2020-11-16 11:19 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

今年九月,麻省理工學院(MIT)的研究人員發(fā)表了題為《COVID-19 Artificial Intelligence Diagnosis using only Cough Recordings》(僅使用咳嗽記錄進行 COVID-19 人工智能診斷)的論文,文中發(fā)現(xiàn)新冠病毒患者的咳嗽聲與健康人不一樣。

普通的新冠病毒患者在得病之后會伴隨咳嗽、流鼻涕、發(fā)燒等癥狀,他們往往較為容易追蹤和檢測;相反沒有明顯癥狀的患者卻能夠隱藏在人群中很難被識別,因為他們不知道自己有沒有患病。然而 MIT 似乎找到了高效識別無癥狀患者的方法。

MIT 提供的模型只需要一段簡單的咳嗽聲,就能檢測出受測者是否感染新冠病毒,無需依靠之前明顯的特征。這是因為 AI 模型能夠辨別新冠病毒患者和健康人之間咳嗽聲的差異,而人耳不行、即使是專業(yè)的醫(yī)護人員。

該研究成果發(fā)表在《IEEE 醫(yī)學和生物學工程雜志》上,并得到了廣泛的關注。

這項技術可以應用于大規(guī)模 COVID-19 無癥狀篩查工具,并具有實時性和可分發(fā)性。目前,該工具可在辦公場所和公共區(qū)域重新開放時,對辦公人員和公眾進行日常篩查,并迅速掌握當前群體中的疫情狀況。

同時,該項研究成果也同步提交到了 FDA 和其他監(jiān)管機構,如獲得批準,與之相關的應用程序將免費用于大規(guī)模人群篩查。

1、基于聲學生物標記特征的 AI 語音處理模型

研究中所使用的 AI 模型提取了咳嗽記錄的音頻特征(梅爾頻率倒譜系數(shù)),并將它輸入到神經網絡(卷積神經網絡,CNN)中,學習新冠病毒患者與健康人之間的咳嗽差異。

正如 Subirana 在文中解釋說:“說話聲和咳嗽聲都會隨著聲帶及周圍器官的變化而改變。這意味著你在說話時,說話的一部分就像是咳嗽,反之亦然?!?/p>

其實,利用 AI 模型研究聲學特征并不是首例。早在疫情爆發(fā)之前,MIT 研究團隊已經在嘗試利用 AI 分辨聲音來診斷阿爾茨海默癥(AD)早期的患者。也正是這項研究,使得他們發(fā)現(xiàn)了識別 COVID-19 無癥狀感染者的可能性,并提供了 AI 算法支持。

具體來說,研究人員訓練了三個神經網絡模型。

第一個模型用來提取一個人聲帶的強弱特征,利用有聲讀物數(shù)據集(含 1000 小時音頻)進行訓練。

第二神經網絡用來區(qū)分言語中的情緒狀態(tài)。據了解,患者的神經功能衰退較一般人更為普遍,經常會表現(xiàn)出沮喪、悲傷等負面情緒。因此,研究人員利用演員表達不同情緒的大型語音數(shù)據集,開發(fā)了情緒語音分類器。

第三個神經網絡在自建的咳嗽數(shù)據集上訓練,用來辨別肺和呼吸功能的變化。

最后研究人員將三種模型整合在一起,形成了一個用于檢測肌肉退化的 AI 框架。經過檢測發(fā)現(xiàn),基于聲帶強度、情緒、肺和呼吸功能等生物特征,該 AI 模型能夠很準確地識別出新冠病毒患者。

2、MIT 提供的模型能夠 100% 檢測出無癥狀新冠病毒患者

決定模型準確率的兩大因素為:模型架構和數(shù)據集。因此,除了上述出色的架構外,一定少不了合適的數(shù)據集。

今年 4 月,MIT 研究人員建立了一個公開咳嗽數(shù)據收集網站(https://opensigma.mit.edu/),允許所有人通過網絡瀏覽器、手機或者筆記本電腦等設備自愿提交咳嗽錄音。

截止到目前,該網站收集了超過 7 萬個錄音,共包含約 20 萬份咳嗽音頻樣本。其中,2500 多個樣本由已經確診的患者提交,包括那些無癥狀感染者。作者也很自豪的說:“在醫(yī)療領域,這是迄今為止最大的咳嗽數(shù)據集?!?/p>

實驗證明,僅使用上述的 AI 模型,可以從確認已患有新冠病毒的人中準確地識別出 98.5% 的咳嗽,并且以 100% 的準確性檢測出了沒有任何癥狀,但檢測呈陽性的那些人。

由此可見,新冠病毒患者即時沒有明顯癥狀,其聲音也會發(fā)生明顯的變化。同時,該 AI 模型可以通過這一變化有效地識別出無癥狀感染者。

與目前唯一已實施的篩查方法(測量體溫)相比,只有 45%的輕中度新冠病毒患者有發(fā)燒(體溫升高)的癥狀。如果將 MIT 提供的技術應用于每日檢查中,會有不錯的提升。

目前,MIT 的團隊正在與相關企業(yè)合作將該 AI 模型整合到手機應用程序(App)中,以便人們方便地對疾病風險進行初步評估。

同時,為了訓練和增強 AI 模型的準確性,研究人員也與世界各地的多家醫(yī)院合作,以收集更大、更多樣化的咳嗽記錄集,并提供到后續(xù)的模型訓練中。

正如文中所敘述的那樣,新興的人工智能技術正在也將被應用于更多的領域當中。可以是用來發(fā)現(xiàn)無癥狀感染者,遏制新冠病毒的傳播,也可以是識別和檢測早期阿爾茲海默癥患者,進行及時的治療……

原文標題:僅憑咳嗽聲就可100%檢測出新冠病毒患者?MIT研發(fā)可辨別新冠病毒的AI模型

文章出處:【微信公眾號:DeepTech深科技】歡迎添加關注!文章轉載請注明出處。

責任編輯:haq

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 神經網絡
    +關注

    關注

    42

    文章

    4813

    瀏覽量

    103397
  • AI
    AI
    +關注

    關注

    88

    文章

    34936

    瀏覽量

    278341

原文標題:僅憑咳嗽聲就可100%檢測出新冠病毒患者?MIT研發(fā)可辨別新冠病毒的AI模型

文章出處:【微信號:deeptechchina,微信公眾號:deeptechchina】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    【BPI-CanMV-K230D-Zero開發(fā)板體驗】AI 算法模型(人臉檢測、軀干檢測、車牌識別)

    self.kmodel_path=kmodel_path # 檢測模型輸入分辨率 self.model_input_size=model_input_size # sensor給到AI的圖像分辨率,寬16字節(jié)對齊
    發(fā)表于 07-05 00:52

    云知榮登甲子光年2025中國AI產業(yè)逐浪者榜單

    近日,由甲子光年主辦的「AI共潮生·2025甲子引力X科技產業(yè)新風向」在上海工業(yè)智能中心成功舉辦。云知憑借山海大模型的領先技術實力與多領域產業(yè)落地成果,榮耀入選【星辰100】2025中國AI
    的頭像 發(fā)表于 05-26 14:13 ?363次閱讀

    首創(chuàng)開源架構,天璣AI開發(fā)套件讓端側AI模型接入得心應手

    AI的演進正在逼近“終端智能涌現(xiàn)”的拐點,從通用模型向場景落地遷移成為關鍵議題。聯(lián)發(fā)科以“AI隨芯,應用無界”為主題召開天璣開發(fā)者大會2025(MDDC 2025),不僅聚合了全球生態(tài)資源,還
    發(fā)表于 04-13 19:52

    商湯科技日日新大模型SenseNova上線網云市場

    日前,商湯科技日日新大模型SenseNova即將正式上線網云市場,開發(fā)者和企業(yè)用戶可通過網的實時互動云服務進行調用,將商湯領先的模型能力集成到各類應用場景中,快速構建基于日日新大
    的頭像 發(fā)表于 04-08 17:24 ?875次閱讀

    訓練好的ai模型導入cubemx不成功怎么處理?

    訓練好的ai模型導入cubemx不成功咋辦,試了好幾個模型壓縮了也不行,ram占用過大,有無解決方案?
    發(fā)表于 03-11 07:18

    智APP暢享多元模型體驗

    重點并生成思維導圖。 ——這不是科幻電影,而是智APP用戶正在經歷的真實日常 ,它就像一個時刻待命的 “AI 超腦”,為用戶的生活、工作和學習排憂解難,讓每一個復雜任務都變得輕松簡單。 智 APP 自上線以來,憑借自主
    的頭像 發(fā)表于 02-22 14:09 ?647次閱讀

    寧暢AI服務器全面支持DeepSeek大模型

    DeepSeek“以小博大”火爆全球,為AI模型賽道開辟了一條低成本實現(xiàn)高性能訓練的新路徑,撬動巨大的模型推訓需求??v觀算力戰(zhàn)場,不同段位玩家需求各有不同。
    的頭像 發(fā)表于 02-10 10:34 ?853次閱讀

    AI模型部署邊緣設備的奇妙之旅:目標檢測模型

    以及邊緣計算能力的增強,越來越多的目標檢測應用開始直接在靠近數(shù)據源的邊緣設備上運行。這不僅減少了數(shù)據傳輸延遲,保護了用戶隱私,同時也減輕了云端服務器的壓力。然而,在邊緣端部署高效且準確的目標檢測模型
    發(fā)表于 12-19 14:33

    tlv320Ai32在輸出音頻時總有絲絲,為什么?

    tlv320Ai32在輸出音頻時總有絲絲,即使輸出的濾波將噪聲調整到90mV以下還是存在。測試發(fā)現(xiàn)HPout的噪聲有將近480mV 請問這是什么原因,Ai32還有什么寄存器要設置的? 模擬電源的紋波大概60mV,有影響嗎?
    發(fā)表于 11-05 06:09

    TLV320ADC6140采集4個單獨的數(shù)字麥克風信號但是數(shù)據格式錯誤怎么辦

    了部分聲音帶有滋滋,然后再用Audacity軟件觀看的音頻數(shù)據,我曾懷疑過是聲音超出16位數(shù)據分貝范圍導致的這一現(xiàn)象,但就正常的咳嗽聲都會觸發(fā)這一現(xiàn)象,讓我不敢確定是由這一原因引起的這一現(xiàn)象。如上
    發(fā)表于 10-09 07:13

    Arm技術助力Quvium打造智能咳嗽監(jiān)測器

    設計一款小巧輕便、適合兒童佩戴且電池續(xù)航時間長的咳嗽監(jiān)測器。且為這一監(jiān)測器設備進行強大的機器學習 (ML) 算法開發(fā),用以分析咳嗽頻率,同時還可屏蔽背景噪聲,實現(xiàn)僅監(jiān)控咳嗽聲的效果。
    的頭像 發(fā)表于 09-05 15:56 ?1935次閱讀

    智科技超低成本部署,打造AI硬件與AI交互產業(yè)生態(tài)

    7月31日,智科技在北京·海淀舉行AI媒體溝通會,以“大模型·新交互”為主題,智科技副總裁黃赟賀公布了AzeroGPT 的算法技術升級成果,并發(fā)布了兩款新品——
    的頭像 發(fā)表于 08-02 10:00 ?1070次閱讀

    ai模型ai框架的關系是什么

    AI模型AI框架是人工智能領域中兩個重要的概念,它們之間的關系密切且復雜。 AI模型的定義和特點
    的頭像 發(fā)表于 07-16 10:07 ?8.6w次閱讀

    ai模型和傳統(tǒng)ai的區(qū)別在哪?

    AI模型和傳統(tǒng)AI的區(qū)別主要體現(xiàn)在以下幾個方面: 數(shù)據量和訓練規(guī)模 AI模型通常需要大量的數(shù)據進行訓練,以獲得更好的性能。相比之下,傳統(tǒng)
    的頭像 發(fā)表于 07-16 10:06 ?2641次閱讀

    AI模型與小模型的優(yōu)缺點

    在人工智能(AI)的廣闊領域中,模型作為算法與數(shù)據之間的橋梁,扮演著至關重要的角色。根據模型的大小和復雜度,我們可以將其大致分為AI模型
    的頭像 發(fā)表于 07-10 10:39 ?7601次閱讀