导读 霍乱是一种引起腹泻的细菌性疾病，影响数百万人，每年导致约 150,000 人死亡。确定此类爆发的潜在社区疾病传播将及早提醒卫生专业人员并
霍乱是一种引起腹泻的细菌性疾病，影响数百万人，每年导致约 150,000 人死亡。确定此类爆发的潜在社区疾病传播将及早提醒卫生专业人员并改善资源和援助的分配。然而，由于显而易见的原因，监测这种和其他肠道疾病是一件敏感的事情。
佐治亚理工学院的 Maia Gatlin 在她的演讲“粪便论文：使用机器学习检测腹泻”中将描述非侵入式麦克风传感器如何在不收集任何可识别信息的情况下识别肠道疾病。该演讲将于 12 月 5 日举行，这是美国声学学会第 183 届会议的一部分，该会议将于 12 月 5 日至 9 日在纳什维尔君悦酒店举行。
加特林和她的团队在来自在线资源的音频数据上测试了这项技术。排泄事件的每个音频样本都被转换成频谱图，本质上是捕捉图像中的声音。不同的事件在音频和频谱图中产生不同的特征。例如，排尿会产生一致的音调，而排便可能会有单一的音调。相比之下，腹泻则更为随机。
频谱图图像被输入到机器学习算法中，该算法学会根据事件的特征对每个事件进行分类。该算法的性能针对有和没有背景噪音的数据进行了测试，以确保无论传感器的环境如何，它都能学习到正确的声音特征。
“希望这种占地面积小且方法无创的传感器可以部署到霍乱爆发持续存在风险的地区，”加特林说。“该传感器还可以用于灾区(水污染导致水传播病原体传播)，甚至可以用于护理/临终关怀设施，以自动监测患者的排便情况。也许有一天，我们的算法可以与现有的 in-家用智能设备来监测自己的排便和健康状况。”
未来，加特林和她的同事们计划收集真实世界的声学数据，以便他们的机器学习模型能够适应各种浴室环境。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！