Инновационная система мониторинга горла достигает 95,96% точности классификации

Edited by: Anna Klevak

Недавнее исследование представило мягкий прикрепляющийся к коже сенсор вибрации горла (STVS), предназначенный для мониторинга событий, связанных с горлом, в реальном времени. Это устройство точно отслеживает такие активности, как кашель, речь, глотание и очищение горла, достигая точности классификации 95,96%.

STVS был разработан для того, чтобы прочно держаться на изогнутой коже шеи, что позволяет непрерывно измерять вибрационные сигналы, исходящие от гортани и глотки. Исследовательская группа разработала глубокую ансамблевую модель, которая интегрирует различные нейронные сети, обученные на мультимодальных данных, включая временные характеристики и акустические спектральные изображения.

Модель классификации была оценена на тестовом наборе данных, содержащем различные события, связанные с горлом, на нескольких языках, что продемонстрировало ее эффективность в точной идентификации этих активностей. Дизайн системы позволяет точно обнаруживать тонкие сигналы горла, которые могут быть упущены обычными микрофонами.

В исследовании было собрано 9000 сегментов данных от 32 субъектов, каждый из которых длился 625 мс. Данные были обработаны через серию шагов обработки сигналов, включая нормализацию и адаптивную фильтрацию, что улучшило качество акустических сигналов.

Аппаратное обеспечение STVS состоит из сенсорной части и контроллера, соединенных змеевидным соединением, которое обеспечивает стабильную передачу сигналов во время движений шеи. Сенсорная часть стратегически размещена над ларингеальной выступом для захвата высококачественных голосовых сигналов.

Результаты показали, что система сохраняла высокую точность даже в динамичных условиях, показав точность классификации 95,16% при движении субъектов со скоростью 8 км/ч. Эта инновационная система мониторинга демонстрирует значительный потенциал для улучшения управления дисфагией благодаря непрерывному и точному отслеживанию активности горла.

Вы нашли ошибку или неточность?

Мы учтем ваши комментарии как можно скорее.