La Corée Du Sud a Enregistré 1 000 Nouveaux Cas Confirmés En Une Semaine Et Souhaite Utiliser L'ia Pour Localiser Les Personnes Qui Toussent
L’évolution mondiale du COVID-19 n’a montré aucun signe d’amélioration. La Corée du Sud a connu un rebond ces derniers jours, le nombre cumulé de nouveaux patients atteignant 1 576 au cours des sept derniers jours, dont 288 nouveaux cas aujourd'hui. Une équipe de l'Institut coréen avancé des sciences et technologies a développé un modèle de reconnaissance de la toux basé sur l'apprentissage profond pour aider à détecter précocement les patients atteints de COVID-19.
En raison de la nécessité de prévention et de contrôle du COVID-19 cette année, la technologie de détection sans contact a été rapidement mise en œuvre. Vous avez probablement vu différents types de thermomètres, tels que des thermomètres frontaux, des thermomètres auriculaires, des thermomètres infrarouges AI, etc.
Outre la fièvre, la toux est également l’un des principaux symptômes de la COVID-19. Cependant, il n’existe actuellement aucune méthode de détection sans contact de la toux.
Récemment, un groupe de recherche de l'Institut coréen avancé des sciences et technologies (KAIST) a développé unUn modèle de reconnaissance de la toux basé sur des méthodes d’apprentissage profond pour permettre la détection rapide des cas suspects de COVID-19.
L'épidémie a refait surface en Corée du Sud, avec plus de 1 000 nouveaux cas la semaine dernière
Maintenant que plus de la moitié de l’année 2020 est passée, le nouveau coronavirus ne semble pas encore vouloir s’arrêter, avec des centaines de milliers de nouveaux cas confirmés dans le monde chaque jour. Récemment, on a assisté à un rebond de la situation épidémique dans des pays comme la Corée du Sud, l’Allemagne et le Japon.
Il est rapporté que la Corée du Sud a enregistré 1 576 nouveaux cas par jour du 14 au 20 août, avec un total de 288 nouveaux cas le 20 seulement.
Le risque d’infection dans les lieux publics tels que les églises, les restaurants et les écoles en Corée du Sud a augmenté. La Corée du Sud devra faire face à une nouvelle bataille intense contre l'épidémie et les mesures de contrôle ont été renforcées dans divers endroits.
La « détection précoce » est la première étape de la prévention et du contrôle des épidémies. À cet égard,L'équipe de recherche de l'Institut coréen avancé des sciences et technologies estime queActuellement, les outils de détection de température sans contact sont relativement complets, mais il n’existe pas de méthode de détection de ce type pour les symptômes de la toux.
Afin de détecter les patients atteints de la COVID-19 en temps opportun et de réduire la charge de travail du personnel médical, l'équipe du professeur Park Yong-Hwa du département de génie mécanique de l'Institut coréen avancé des sciences et technologies,Un modèle de reconnaissance de la toux basé sur l’apprentissage profond a été développé pour classer les sons de toux en temps réel.
L’équipe de recherche prévoit que le modèle de reconnaissance de la toux sera utilisé comme dispositif médical pour détecter la prévalence des maladies infectieuses dans les lieux publics bondés ou pour surveiller l’état des patients à tout moment dans les hôpitaux.
Qui tousse ? Ce modèle est précis.
Le modèle de classification de la toux est combiné à une caméra.Il peut identifier les bruits de toux dans les lieux publics, l'emplacement du tousseur et le nombre de toux en temps réel, et les visualiser en temps réel.
L'équipe de recherche a déclaré :Leur meilleure précision de test a atteint 87,4 %.
Pour développer le modèle de reconnaissance de la toux,L’équipe du professeur Park a utilisé des réseaux neuronaux convolutifs (CNN) pour l’apprentissage supervisé.
Cette méthode extrait des fonctionnalités via plusieurs couches de filtrage de données et trouve la valeur la plus proche. Ils ont utilisé l'Audio Set, un ensemble de données audio ouvert de Google et YouTube pour la recherche, comme données de formation et d'évaluation.
Le modèle effectue finalement une classification binaire en saisissant une seconde de caractéristiques de profil sonore, puis génère un événement de toux ou d'autres résultats de sortie.
Le processus de recherche spécifique est divisé en trois parties suivantes :
Étape 1 : Collecter l'ensemble de données
Au cours de la formation et de l’évaluation,L'équipe a collecté divers ensembles de données auprès d'Audioset, DEMAND, ETSI et TIMIT.
Ils ont extrait des toux et d’autres sons d’Audioset et ont utilisé le reste de l’ensemble de données comme bruit de fond pour l’augmentation des données afin que le modèle puisse se généraliser aux lieux publics avec divers bruits de fond.
Pour permettre au modèle de reconnaissance de la toux d'apprendre différents bruits de fond, les chercheurs ont entraîné l'ordinateur en mélangeant le bruit de fond dans « l'ensemble audio » dans un rapport de 15 % à 75 % et en ajustant le volume de 0,25 à 1,0 fois.
Étape 2 : Optimisation du modèle et formation combinée
Dans le processus d’optimisation du modèle de réseau, l’équipe du professeur Park a utilisé 7 optimiseurs.Différentes combinaisons de cinq caractéristiques acoustiques, dont le spectrogramme, le spectrogramme à l'échelle Mel et les coefficients cepstraux à fréquence Mel, ont été formées.
Les performances de chaque combinaison sont ensuite comparées à un ensemble de données de test, où la précision de test la plus élevée est de 87,4% en utilisant des spectrogrammes à l'échelle Mel comme caractéristiques acoustiques et ASGD comme optimiseur.
Étape 3 : Combinez les caméras audio et vidéo pour obtenir un suivi en temps réel
Combinez le modèle de reconnaissance de la toux entraîné avec la caméra audio et vidéo.
La caméra se compose d'un réseau de microphones et d'un module de caméra, qui effectue une formation de faisceau sur un ensemble de données acoustiques collectées pour déterminer la direction de la source sonore entrante.
Ensuite, le modèle de reconnaissance de la toux détermine si le son est une toux. Si tel est le cas, l'emplacement de la toux est visualisé sous forme d'image vidéo et l'emplacement de la source de la toux dans l'image vidéo est étiqueté « toux ».
L'équipe de recherche a constaté queMême dans des environnements bruyants, le modèle peut identifier avec succès la toux et d’autres sons.
La précision pourrait être encore plus élevée si davantage de formations étaient dispensées dans des environnements tels que les hôpitaux et les salles de classe. Cette technologie bénéficie actuellement du soutien du département des technologies énergétiques de la Corée du Sud.
Le professeur Park a déclaré : « Dans une épidémie comme celle du COVID-19, les caméras de détection de la toux peuvent aider à prévenir et à détecter les épidémies à un stade précoce dans les lieux publics.En particulier lorsqu'il est appliqué dans les services hospitaliers, l'état du patient peut être suivi 24 heures sur 24.Favoriser un diagnostic plus précis tout en réduisant la charge de travail du personnel médical. "
Cela dit, la norme en matière de fièvre est très claire. Une température corporelle supérieure à 37,3 °C est considérée comme une fièvre.
Mais il existe de nombreux types de toux, comme la toux sèche, la toux grasse, la toux due au vent et au froid, la toux due au vent et à la chaleur, la toux qui s'éclaircit la gorge et la toux gênante pour détendre l'atmosphère...
On espère que ce modèle pourra être étudié plus en détail pour identifier différents types de toux ou être combiné avec des mesures de température. Après tout, même les personnes en bonne santé toussent de temps en temps.
Références :
-- sur--