磁性呼吸传感技术与机器学习结合在COVID-19审断中的应用

介绍

呼吸不仅是人类生存的基础,而且其模式也是评估个体健康状态的关键指标。异常的呼吸模式往往是呼吸系统疾病的一个警示信号,包括但不限于慢性阻塞性肺病(COPD)、阻塞性睡眠呼吸暂停(OSA)、肺炎、囊性纤维化、哮喘,以及新型冠状病毒感染(COVID-19)。特别是在COVID-19的病例中,症状可能表现为呼吸频率的增加、单次通气量的减少(即每次呼吸时进出气道和肺部的空气量减少),以及呼吸节律的不规律性。因此,能够准确且迅速地评估呼吸模式对于COVID-19及其变种的诊断和治疗管理极为关键。

本文介绍了一种创新的诊断平台,该平台融合了磁性呼吸传感技术(MRST)和机器学习(ML),旨在实时监测和诊断COVID-19及其他呼吸道疾病。该技术平台通过实时追踪呼吸模式,为医疗专业人员提供了一个强有力的工具,以便更早地识别疾病迹象,从而及时进行干预。

MRST作为一种先进的传感技术,能够通过监测人体磁场的微妙变化来评估呼吸活动,而无需对患者造成任何不适或干扰。结合机器学习算法的强大数据处理能力,该平台能够从大量的呼吸数据中提取出关键特征,并学习区分健康和病理状态的模式。

经过精心设计和严格的验证过程,该平台已经证明其在实时追踪和诊断COVID-19及其他呼吸道疾病方面的有效性。它不仅提高了诊断的准确性,还为患者提供了更快的反馈和更早的治疗机会。
论文地址:https://arxiv.org/abs/2311.00737

实现方法

磁性呼气检测

磁性呼吸监测系统(图 1a)作为整个监测流程的起点,采用霍尔效应传感器来精确捕捉因呼吸运动而引起的磁场变化。这些变化由贴在人体胸部的小型永久磁铁产生,确保了对呼吸模式进行非侵入式、细致的追踪。

在呼吸数据收集阶段(图 1b),实施了一套全面的呼吸测试方案,旨在建立一个研究基线。该方案涵盖了三种基本的呼吸模式:正常呼吸、屏气和深呼吸。通过这种多样化的测试方法,可以收集到广泛的呼吸活动数据,为后续分析提供了一个坚实的、可靠的数据基础。

随后,进入信号处理和特征提取环节(图 1c),在这里,应用了专为呼吸数据分析而设计的高级算法。这一步骤至关重要,因为它涉及到从收集到的数据中识别出具有诊断价值的模式,为疾病的早期发现提供了关键信息。

最终,这些经过精心提取的特征被输入到机器学习(ML)模型中(图 1d)。该模型根据特定的呼吸标记物进行了定制化训练,旨在识别和诊断新型冠状病毒感染(COVID-19)。ML模型的这一应用,显著提高了诊断的准确性和效率。

研究对象和数据收集

研究时间与背景

该研究在2021年7月至2021年10月的三个月期间进行。这一时期,越南采取了“零新冠状病毒”政策,旨在通过强化隔离措施控制病毒的传播。该政策要求医院或医疗营地对所有新感染的患者进行严格的隔离管理。

研究参与者

在胡志明市Binh Tan医疗营,共有33名新型冠状病毒感染患者参与了这项研究。同时,还有37名居住在胡志明市的健康参与者作为对照组加入项目。这些参与者的参与为研究提供了宝贵的数据,有助于更好地理解COVID-19的传播特性和影响。

研究意义

这项研究的进行,正值全球抗击COVID-19疫情的关键时期。越南的“零新冠状病毒”政策提供了一个独特的研究环境,使得研究者能够在一个相对控制的条件下观察和收集数据。通过对比感染患者和健康参与者的呼吸模式,研究者可以更深入地了解COVID-19如何影响人体的呼吸系统,并探索更有效的诊断和治疗方法。

究的潜在影响
这项研究的结果不仅能够为越南的疫情防控提供科学依据,还可能对全球的COVID-19研究和应对策略产生重要影响。通过分析和比较不同参与者的呼吸数据,研究者可以识别出COVID-19感染的早期迹象和特征,这对于早期诊断和治疗至关重要。

此外,这项研究还可能推动呼吸监测技术的发展和应用。通过将磁性呼吸监测系统与机器学习模型相结合,研究者可以开发出更精确、更高效的监测工具,为全球公共卫生安全做出贡献。

实验结果

收集的数据概览

下表 1 显示,新型冠状病毒感染患者的平均年龄略大于健康受试者。不过,标准偏差显示两组患者的年龄范围都很大,突出了数据集的多样性。此外,两组患者的性别分布基本平衡,最大限度地减少了研究结果中以性别为中心的偏差。

值得注意的是,新型冠状病毒感染患者的平均住院时间约为 6 天,这显示了这一群体病情的严重性,这可能体现在他们的呼吸模式上。将体温、血压和体重指数等生理参数以及新型冠状病毒感染的症状包括在内,可以全面了解参与者的健康状况。

特征提取

在此,我们详细探讨了基于整理的呼吸信号数据的详细特征提取分析。目的是突出健康受试者与新型冠状病毒感染患者在呼吸模式上的明显差异。下图 2 列出了两组患者在正常呼吸、屏气和深呼吸三种呼吸测试中呼吸信号的峰值检测和功率谱密度(PSD)分析。

数据显示,健康受试者和受影响受试者的峰值模式和相关频谱内容存在明显差异(图 2a-2l)。此外,还记录了时域和频域的四个代表性特征:平均呼吸频率 (RR)、平均突出度 (Prom)、归一化功率谱密度 (NPSD) 和主导频率 (Freq)。如图 2m-2o 所示。很明显,在比较正常人和 COVID-19 受试者时,这些特征存在明显差异,这表明该疾病对呼吸动力学有明显影响。

图 3显示了使用先进的非线性分析方法 RQA对呼吸信号的动态特征进行封装的结果。

图 3 所示的 RQA 结果突出显示了两组患者在三种呼吸条件下的特征复现图(图 3a-3f)。这些图生动地显示了被称为 "指纹 "区域的特定区域,它们是 COVID-19 患者复杂呼吸动态的独特特征。这些区域还标有三个关键的 RQA 指标:确定性(DET)、熵(ENT)和层状性(LAM)。两组患者的这些特征的三维散点图(图 3g-3i)显示出高度分离的集群,尤其是在屏气和深呼吸时。这表明这些 RQA 指标具有很强的鉴别力。此外,图 3j-3l 比较了两组的六个 RQA 指标。这些 RQA 指标的比较结果显示了健康受试者和 COVID-19 患者呼吸行为的重要特征数据。然而,我们必须认识到,并非所有指标在每种呼吸状况下都显示出显著差异,这反映了 COVID-19 对呼吸动力学的复杂影响。因此,量化这些特征的统计意义对于在 ML 模型中明智选择研究特征至关重要。

特征选择和机器学习模型

在本研究中,在对呼吸信号进行特征提取和详细分析后,通过特征选择阶段缩小了最相关特征的范围。这样就能将重点放在突出的属性上,并有效降低数据集的维度。图 4 展示了这一过程,图中显示了三种呼吸测试的结果:正常呼吸、屏气和深呼吸。

图 4a-c 显示了使用 Kolmogorov-Smirnov (KS) 统计量对四个特征组的特征进行优先排序的结果:时域、频域、峰值分析和 RQA。对于正常呼吸,这些特征组中最突出的特征是通量平均值、NPSD、Prom std 和 ENT。在憋气时,通量 BF std、平均 freqAll、Prom AF 平均值和 ENT 是最容易识别的特征。在深呼吸中,峰值2峰值AF、PSDAll 平均值、Prom AF std 和 LMAX 是最有提示性的特征。这些见解为区分健康受试者和 COVID-19 患者提供了重要指导,并反映在初步特征提取和分析中。

使用流形学习的 t-SNE 方法对复杂特征空间进行可视化的结果如图 4d-f 所示。这些三维图结果突出了健康受试者和 COVID-19 受试者在转换特征域中的区别,并强调了所选特征的鉴别能力。

选择特征后,在 COVID-19 病例上训练 ML 模型,并评估它们区分 COVID-19 病例和健康对照组的效果。由此产生的混淆矩阵(图 4g-i)是每个模型分类能力的缩影,显示了区分两个队列的显著准确性。此外,还进行了五部分交叉验证,并绘制了接收者操作特征曲线(ROC)(图 4j-l)。这里,曲线下面积(AUC)量化了每个模型的分类能力。值得注意的是,对于正常呼吸,精细高斯 SVM 模型的灵敏度为 99%,特异度为 94.1%,平均 ROC 曲线面积 (AUC) 为 0.954。对于屏气,袋装树模型的灵敏度稍低,为 94.1%,特异性为 90%,但其 AUC 值为 0.962。对于深呼吸,粗高斯 SVM 模型表现最佳,灵敏度为 99%,特异性为 94.1%,AUC 值为 0.956。

这些在多个呼吸测试和多重多重模型中进行的评估表明,本研究中的特征选择非常严格,随后的模型能够高精度地区分 COVID-19 患者和健康受试者。

总结

本文结合磁性呼吸传感技术(MRST)和机器学习(ML)的优势,提出了一种对 COVID-19 及其变种进行实时监测和诊断的开创性方法。该研究强调了呼吸信号特征在区分 COVID-19 患者和健康人方面的有效性,为全球抗击该流行病做出了重要贡献。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/2905.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

idea连接Docker数据库

我们在docker下创建了数据库,想要更方便的查看和操作该数据库,idea和DataGrip或者其他软件都可以。在数据库连接时需要填写数据库名字,主机,端口,数据库用户名和密码。 输入之后先不要点击OK和按Enter键,我…

GAN详解,公式推导解读,详细到每一步的理论推导

在看这一篇文章之前,希望熟悉掌握熵的知识,可看我写的跟熵相关的一篇博客https://blog.csdn.net/m0_59156726/article/details/138128622 1. GAN 原始论文:https://arxiv.org/pdf/1406.2661.pdf 放一张GAN的结构,如下&#xff1…

Linux:动静态库介绍

动静态库 库的介绍开发环境 & 编译器库存在的意义库的实现库的命名静态库制作和使用总结 动态库的制作和使用动态库的使用方法方法一方法二方法三 库加载问题静态库加载问题动态库的加载问题与位置无关码 C/C静态库下载方式 库的介绍 静态库:程序在编译链接的时…

计算机网络---第十一天

生成树协议 stp作用: 作用:stp用于解决二层环路问题。 BPDU: 含义:桥协议数据单元,用于传递stp协议相关报文 分类:配置bpdu---用于传递stp的配置信息 tcn bpdu---用于通告拓扑变更信息 包含信息&…

数据库主键ID自增,两种方法获取插入数据库那条数据自动生成的主键ID值

目录 1. 前言 2. 适用于 MyBatis 框架 2.1 获取单条插入语句生成的ID 2.2 获取集合插入生成的多条数据的ID 3. 适用于 MyBatisPlus 框架 3.1 获取单条数据插入生成的ID 3.2 获取集合插入数据生成的多条数据的ID 4. 小结 1. 前言 在开发过程中,我们可能会遇…

OpenCompass 大模型评测实战——作业

OpenCompass 大模型评测实战——作业 一、基础作业1.1、使用 OpenCompass 评测 internlm2-chat-1_8b 模型在 C-Eval 数据集上的性能1.1.1、安装基本环境1.1.2、解压数据集1.1.3、查看支持的数据集和模型1.1.4、启动评测 二、进阶作业2.1、将自定义数据集提交至OpenCompass官网 …

2024春季春日主题活动策划方案

2024解冻派对“春日浪漫”主题活动策划方案-32P 方案页码:32页 文件格式:pptx 方案简介: 春来一季,新生欢喜 花香丨微风丨阳光 活动唤起【春日浪漫记忆】! 年轻人不一样的派对活动 可以与朋友/小朋友/家人互动…

深度学习-线性代数

目录 标量向量矩阵特殊矩阵特征向量和特征值 标量由只有一个元素的张量表示将向量视为标量值组成的列表通过张量的索引来访问任一元素访问张量的长度只有一个轴的张量,形状只有一个元素通过指定两个分量m和n来创建一个形状为mn的矩阵矩阵的转置对称矩阵的转置逻辑运…

03-JAVA设计模式-访问者模式

访问者模式 什么是访问者模式 访问者模式(Visitor Pattern)是软件设计模式中的一种行为模式,它用于将数据结构中的元素与操作这些元素的操作解耦。这种模式使得可以在不修改数据结构的情况下添加新的操作。 在访问者模式中,我们…

图文教程 | Git安装配置、常用命令大全以及常见问题

前言 因为多了一台电脑,平时写一些代码,改一些文件,用U盘存着转来转去特别麻烦。于是打算用Git管理我的文件,方便在两个终端之间传输数据啥的。也正好给新电脑装好Git。 📢博客主页:程序源⠀-CSDN博客 &…

HFSS端口介绍2---波端口

前面我们讨论了Lumped Port设定相关的内容,这节我们继续讨论Wave Port(波端口)使用相关的问题。 波端口使用范围 封闭结构:如波导、同轴电缆等 包含多个传播模式的模型 端口平面在求解区域外的模型 模型中包含均匀的波导或者传输线结构 波端口的大小 对于封闭的传输线结构:边…

视频教程下载:用ChatGPT的 API 开发AI应用指南

通过这门关于 OpenAI API 和 ChatGPT API 的全面课程,在您的应用中释放人工智能的力量。随着人工智能技术的快速发展,比以往任何时候都更重要的是保持领先地位,并为您的项目利用这些尖端工具。在本课程中,您将深入了解人工智能驱动…

物联网硬件设计开发全攻略:十大关键阶段深度解析

为物联网应用设计开发高效稳定的硬件系统本身是一项既复杂又精细的艰巨任务。看似小巧的物联网设备一般由软件、固件和硬件组件组成,其中,硬件组件更是占据了约80%的成本与开发挑战。那么,为何硬件部分如此棘手?在这篇文章中&…

x汽车登陆网站登陆rsa加密逆向

声明: 本文章内容仅供学习交流,不用于其他其他任何目的,严禁用于商业用途和非法用途,否则由此产生的一切后果均与作者无关, 各位看官好哇,今天给大家带来一篇web自动化逆向的文章,如下图当前我…

芯科科技大大简化面向无电池物联网的能量采集产品的开发

芯科科技推出其迄今最高能量效率且支持能量采集功能的无线SoC 中国,北京 – 2024年4月22日 – 致力于以安全、智能无线连接技术,建立更互联世界的全球领导厂商Silicon Labs(亦称“芯科科技”,NASDAQ:SLAB)…

超星图书转成PDF格式

转为pdf 为避免浪费您的时间,本篇转载文章不值得花费您的宝贵时间阅读 方法一 感谢医学插画动画杜鹏 Roison An两位提供的方法,经试验后简化了一下,得出以下方法:1、使用超星打开你想要转换的图书2、依次打开本书的所有页面,不要…

Property ‘auth‘ does not exist on type ‘AGCApi‘.

Property ‘auth’ does not exist on type ‘AGCApi’. 解决 清理项目重新运行模拟器就可以了

CentOS-7安装clickhouse并允许其他主机登录

一、通用设置 1、配置主机名 hostnamectl set-hostname --static 主机名2、修改hosts文件 vim /etc/hosts 输入: 192.168.15.129 master 192.168.15.133 node1 192.168.15.134 node2 192.168.15.136 node33、 保持服务器之间时间同步 yum install -y ntpdate &…

Java | Leetcode Java题解之第42题接雨水

题目&#xff1a; 题解&#xff1a; class Solution {public int trap(int[] height) {int n height.length;if (n 0) {return 0;}int[] leftMax new int[n];leftMax[0] height[0];for (int i 1; i < n; i) {leftMax[i] Math.max(leftMax[i - 1], height[i]);}int[] …

云南旅游攻略

丽江景点 Day1 ——丽江古城 丽江古城是一个充满文化和历史的地方&#xff0c;拥有丰富的景点和活动。 推荐游玩&#xff1a; 参观标志性建筑&#xff1a;大水车是丽江古城的标志性建筑&#xff0c;可以在这里拍照留念。 探索中心广场&#xff1a;四方街是古城的中心&#xf…