肺部疾病是最为广泛传播和危害我国人民生命健康的疾病之一,主要有肺炎、肺气肿、间质性肺疾病、慢性阻塞性肺疾病等。
不同的肺部疾病具有不同的治疗和预后,因此其早期诊断极为关键。当前主要依赖医院成熟的医疗仪器实施肺部疾病被动诊断,而有望实现主动健康的可穿戴临床诊断技术相对匮乏。
近日,东南大学刘宏教授和赵超副教授带领研究团队开发了一款集成人工智能算法的肺部疾病临床诊断可穿戴器件。
图1 可用于肺部疾病临床诊断的可穿戴器件:(a)原理图;(b)照片;(c)患者实际佩戴。
该工作通过可穿戴柔性电路设计和制备,实现临床环境下肺音的高信噪比采集;通过对多名患有不同肺部疾病的患者进行肺音信号采集,并对信号进行预处理/特征提取/机器学习算法优化,最终实现了95%以上的肺部疾病识别准确率。
图2 (a)四种最优算法模型的性能表现;(b)ETC模型的混淆矩阵(confusion matrix)结果
面向人民生命健康,该器件能为肺部疾病的早期诊断提供关键核心技术。该成果以“Wearable stethoscope for lung disease diagnosis”为题,发表在英国皇家化学会期刊Sensors & Diagnostics上。
文章来源于:电子工程世界 原文链接
本站所有转载文章系出于传递更多信息之目的,且明确注明来源,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。