2021.03.02
-
產品系列
Products
資料科學
網路通訊
其他應用軟體
最新活動
News
產品新知
Blogs
關於我們
About Us
聯絡我們
Contact Us
如何辨識咳嗽的聲音來預測COVID-19的診斷
聲音分類可能是一項艱鉅的任務，尤其是當聲音樣本的變化很小且人耳無法察覺時。機器的使用以及最近的機器學習模型已被證明是解決聲音分類問題的有效方法，可以幫助改善診斷，並且已成為心臟病學和胸腔醫學等領域的研究主題。
Wolfram開發人員使用標記的COVID-19咳嗽聲音開源資料集，構建一個遞迴神經網路，並輸入以梅爾頻率倒頻譜係數(MFCC)特徵提取的預處理聲音訊號。即使資料僅121個樣本，該模型仍然能夠以96%的準確性對咳嗽聲音進行分類來檢測COVID-19，與麻省理工學院或曼徹斯特大學研究團隊發表的結果相似。
來源：Classifying Cough Sounds to Predict COVID-19 Diagnosis
訂閱昊青/取消訂閱
*為必填
台北總公司
- 104 台北市中山區復興北路354號11樓
(02) 2505-0525
(02) 2503-1680
高雄辦公室
- 800 高雄市新興區民生一路56號11樓之6
(07) 229-8600
(07) 229-8660
客服資訊
- info@sciformosa.com.tw
0800-099-900