سجلت كوريا الجنوبية 1000 حالة مؤكدة جديدة خلال أسبوع وتريد استخدام الذكاء الاصطناعي لتحديد مكان الأشخاص الذين يسعلون
لم يظهر التطور العالمي لمرض كوفيد-19 أي علامات تحسن. وشهدت كوريا الجنوبية انتعاشًا في الأيام الأخيرة، حيث وصل العدد التراكمي للمرضى الجدد إلى 1576 حالة في الأيام السبعة الماضية، بما في ذلك 288 حالة جديدة اليوم. قام فريق من المعهد الكوري المتقدم للعلوم والتكنولوجيا بتطوير نموذج التعرف على السعال القائم على التعلم العميق للمساعدة في الكشف المبكر عن مرضى كوفيد-19.
نظرًا للحاجة إلى الوقاية من مرض كوفيد-19 والسيطرة عليه هذا العام، تم تنفيذ تقنية الكشف بدون تلامس بسرعة. من المفترض أنك رأيت أنواعًا مختلفة من مسدسات قياس درجة الحرارة، مثل موازين الحرارة الجبهية، وموازين الحرارة الأذنية، وموازين الحرارة بالأشعة تحت الحمراء الذكية، وما إلى ذلك.
بالإضافة إلى الحمى، يعد السعال أيضًا أحد الأعراض الرئيسية لمرض كوفيد-19. ومع ذلك، لا توجد حاليًا طريقة للكشف عن السعال بدون تلامس.
في الآونة الأخيرة، قامت مجموعة بحثية من المعهد الكوري المتقدم للعلوم والتكنولوجيا (KAIST) بتطويرنموذج التعرف على السعال يعتمد على أساليب التعلم العميق لتمكين الكشف في الوقت المناسب عن حالات الإصابة المشتبه بها بفيروس كوفيد-19.
عاد الوباء إلى الظهور في كوريا الجنوبية، مع تسجيل أكثر من 1000 حالة جديدة في الأسبوع الماضي
الآن، وبعد مرور أكثر من نصف عام 2020، لا يبدو أن فيروس كورونا الجديد قد انتهى بعد، مع تسجيل مئات الآلاف من الحالات الجديدة المؤكدة في جميع أنحاء العالم كل يوم. وفي الآونة الأخيرة، شهدنا انتعاشًا في الوضع الوبائي في دول مثل كوريا الجنوبية وألمانيا واليابان.
وتشير التقارير إلى أن كوريا الجنوبية سجلت 1576 حالة جديدة يوميًا في الفترة من 14 إلى 20 أغسطس، بإجمالي 288 حالة جديدة في اليوم العشرين وحده.
ارتفع خطر الإصابة بالعدوى في الأماكن العامة مثل الكنائس والمطاعم والمدارس في كوريا الجنوبية. وستواجه كوريا الجنوبية معركة أخرى متوترة للوقاية من الأوبئة، وقد تم تعزيز تدابير السيطرة في أماكن مختلفة.
"الكشف المبكر" هو الخطوة الأولى في الوقاية من الأوبئة والسيطرة عليها. في هذا الصدد،يعتقد فريق البحث في المعهد الكوري المتقدم للعلوم والتكنولوجيا أنفي الوقت الحالي، أصبحت أدوات الكشف عن درجة الحرارة بدون تلامس كاملة نسبيًا، ولكن لا توجد طريقة كشف كهذه لأعراض السعال.
من أجل اكتشاف مرضى كوفيد-19 في الوقت المناسب وتقليل عبء العمل على الطاقم الطبي، قام فريق البروفيسور بارك يونج هوا من قسم الهندسة الميكانيكية في المعهد الكوري المتقدم للعلوم والتكنولوجيا،تم تطوير نموذج التعرف على السعال القائم على التعلم العميق لتصنيف أصوات السعال في الوقت الحقيقي.
ويتوقع فريق البحث أن يتم استخدام نموذج التعرف على السعال كجهاز طبي للكشف عن انتشار الأمراض المعدية في الأماكن العامة المزدحمة أو لمراقبة حالة المرضى في جميع الأوقات في المستشفيات.
من هو الذي يسعل؟ هذا النموذج دقيق.
يتم دمج نموذج تصنيف السعال مع الكاميرا.يمكنه التعرف على أصوات السعال في الأماكن العامة، وموقع الشخص الذي يسعل، وعدد السعالات في الوقت الحقيقي، وتصورها في الوقت الحقيقي.
وذكر فريق البحث،وصلت دقة اختبارهم الأفضل إلى 87.4%.
لتطوير نموذج التعرف على السعال،استخدم فريق البروفيسور بارك الشبكات العصبية التلافيفية (CNN) للتعلم الخاضع للإشراف.
تقوم هذه الطريقة باستخراج الميزات من خلال طبقات متعددة من تصفية البيانات والعثور على القيمة الأقرب. لقد استخدموا مجموعة الصوت، وهي مجموعة بيانات صوتية مفتوحة من Google وYouTube لأغراض البحث، كبيانات تدريب وتقييم.
في النهاية يقوم النموذج بإجراء تصنيف ثنائي عن طريق إدخال ثانية واحدة من ميزات ملف تعريف الصوت ثم إنشاء حدث سعال أو نتائج إخراج أخرى.
وتنقسم عملية البحث المحددة إلى الأجزاء الثلاثة التالية:
الخطوة 1: جمع مجموعة البيانات
أثناء التدريب والتقييم،قام الفريق بجمع مجموعات بيانات مختلفة من Audioset وDEMAND وETSI وTIMIT.
قاموا باستخراج السعال والأصوات الأخرى من Audioset واستخدموا بقية مجموعة البيانات كضوضاء خلفية لزيادة البيانات حتى يتمكن النموذج من التعميم على الأماكن العامة ذات الضوضاء الخلفية المختلفة.
ولكي يتمكن نموذج التعرف على السعال من تعلم مختلف أنواع الضوضاء الخلفية، قام الباحثون بتدريب الكمبيوتر عن طريق خلط الضوضاء الخلفية في "مجموعة الصوت" بنسبة 15% إلى 75% وضبط مستوى الصوت بمقدار 0.25 إلى 1.0 مرة.
الخطوة 2: تحسين النموذج والتدريب المشترك
في عملية تحسين نموذج الشبكة، استخدم فريق البروفيسور بارك 7 محسِّنات.تم تدريب مجموعات مختلفة من خمس ميزات صوتية، بما في ذلك مخطط الطيف، ومخطط الطيف بمقياس ميل، ومعاملات سيبسترا تردد ميل.
يتم بعد ذلك مقارنة أداء كل مجموعة بمجموعة بيانات اختبار، حيث تكون أعلى دقة اختبار 87.4% باستخدام مخططات الطيف على نطاق Mel كميزات صوتية وASGD كمحسن.
الخطوة 3: دمج كاميرات الصوت والفيديو لتحقيق التتبع في الوقت الفعلي
دمج نموذج التعرف على السعال المدرب مع كاميرا الصوت والفيديو.
تتكون الكاميرا من مجموعة ميكروفون ووحدة كاميرا، والتي تقوم بتكوين الحزمة على مجموعة من البيانات الصوتية المجمعة لتحديد اتجاه مصدر الصوت الوارد.
بعد ذلك، يقوم نموذج التعرف على السعال بتحديد ما إذا كان الصوت سعالًا أم لا. إذا كان الأمر كذلك، يتم تصور موقع السعال كصورة فيديو، ويتم تسمية موقع مصدر السعال في صورة الفيديو بـ "السعال".
توصل فريق البحث إلى أنحتى في البيئات الصاخبة، يمكن للنموذج التعرف بنجاح على السعال والأصوات الأخرى.
ويمكن أن تكون الدقة أعلى إذا تم إجراء المزيد من التدريب في أماكن مثل المستشفيات والفصول الدراسية. وقد تلقت هذه التقنية حاليًا الدعم من إدارة تكنولوجيا الطاقة في كوريا الجنوبية.
وقال البروفيسور بارك: "في حالة تفشي وباء مثل كوفيد-19، يمكن لكاميرات كشف السعال أن تساعد في منع الأوبئة واكتشافها في وقت مبكر في الأماكن العامة.وخاصة عندما يتم تطبيقه على أجنحة المستشفى، يمكن متابعة حالة المريض على مدار 24 ساعة يوميا.دعم التشخيص الأكثر دقة مع تقليل عبء العمل على الطاقم الطبي. "
ومع ذلك، وبعد أن قلنا ذلك، فإن معيار الحمى واضح جداً. تعتبر درجة حرارة الجسم التي تزيد عن 37.3 درجة مئوية بمثابة حمى.
ولكن هناك أنواع عديدة من السعال، مثل السعال الجاف، والسعال الرطب، وسعال الرياح الباردة، وسعال الرياح والحرارة، وسعال تنظيف الحلق، والسعال المحرج لتخفيف الجو...
ومن المأمول أن يتم دراسة هذا النموذج بشكل أكبر لتحديد أنواع مختلفة من السعال أو دمجه مع قياسات درجة الحرارة. بعد كل شيء، حتى الأشخاص الأصحاء سوف يعانون من السعال في بعض الأحيان.
مراجع:
-- زيادة--