立即发布
北卡罗来纳州立大学的研究人员开发了一种有效的算法，可以解释呼吸困难患者的喘息声，为医疗提供者提供有关肺部情况的信息。这项研究是一个更大的、正在进行的项目的一部分，该项目旨在开发可穿戴智能医疗传感器，用于监测、收集和解释个人健康数据。
这项工作是由萨巴·埃姆拉尼和哈米德·克里姆完成的，他们是国家科学基金会纳米系统工程研究中心的研究人员，研究先进的集成传感器和技术自供电系统，或称ASSIST中心，该中心位于北卡罗来纳州立大学。
“ASSIST的研究人员已经开发出可穿戴传感器，这种传感器由病人的体温供电，可以监测病人的呼吸声，”克里姆说，他是北卡罗来纳州立大学电子和计算机工程教授，也是这项工作的一篇论文的资深作者。“现在我们已经开发出一种算法，可以评估喘息声音的发作时间、音调和大小(或音量)，为医疗保健专业人员提供有关肺部状况的信息。反过来，这些信息可以用来帮助医生做出更明智的诊断和治疗决定。”
克里姆解释说，喘息的声音取决于问题在肺部的位置和问题的严重程度。该算法解释了这些差异，从而准确地告诉医生发生了什么。克里姆说:“无论病人的身体大小如何，该算法都是有效的，并且能够处理与呼吸模式相关的可变性和复杂性。”
由于该算法是为了与可穿戴技术协同工作而开发的，因此其目标是最终用于持续评估患者一段时间内的呼吸声。这将使医生能够在现实世界中监测病人的日常呼吸。
这个系统的最终工作原理是这样的:监测呼吸的传感器将信息传输到智能设备，比如智能手机。这些数据然后通过算法运行。如果算法发现有呼吸问题，智能设备就会通知病人和他或她的医疗提供者。此外，由于该算法的计算成本较低，其长期目标是在传感器设备本身上实现。然后，只有当传感器检测到问题时，它才会向智能设备发送警报。
但是，尽管研究人员已经取得了长足的进步，但他们仍然面临着挑战。
“我们有传感器和算法，我们知道它们是有效的，但我们还没有将它们集成到智能设备中。这是下一个，”克里姆说。“我们目前正在权衡是否修改传感器，以便它们能够运行算法并仅在出现问题时传输，或者保持目前的方法，让传感器传输所有数据，以便智能设备运行算法。ASSIST还致力于开发可以无线操作的传感器，这样传感器就不需要与智能设备物理连接。”
克里姆还指出，目前很难评估相关硬件的成本，因为它仍在开发中。
报纸，”高瞬态数据中的光谱估计，将于8月31日至9月4日在法国尼斯举行的2015年欧洲信号处理会议上发表。该论文的第一作者是北卡罗来纳州立大学的博士生Emrani。这项工作由美国国家科学基金会通过北卡州立大学ASSIST工程研究中心支持，资助号为EEC-1160483。
希普曼-
致编辑:研究摘要如下。
高瞬态数据中的光谱估计
作者:萨布拉·埃姆拉尼和哈米德·克里姆，北卡罗来纳州立大学
提出了2015年欧洲信号处理会议，法国尼斯，8月31日至9月4日。
文摘:我们提出了一种新的框架来估计具有时变幅度和相位的分段周期信号的不同频率。通过引入模型的三维延迟嵌入，我们构造了一个相交平面的并集，其中每个平面对应一个频率。每个平面的方程只依赖于相关的频率，并用于计算每个部分的音调。利用稀疏子空间聚类技术对数据进行分割，并利用每个聚类中的点计算法向量。在存在高斯白噪声的情况下，采用主成分分析稳健地进行了该计算。实验结果证明了该框架的有效性。
