Name: Ses Sinyali İşleme ve Makine Öğrenmesine Dayalı Astım Tespit Araştırması (Video) | JoVE Journal
Uploaded: 2025-07-22T12:40:00.000+00:00
Duration: 4 min 4 s
Description: Öğrenin ses sinyali işleme ve makine öğrenmesiyle astım tespiti için SVM ve RF algoritmalarını karşılaştırın. Bu yöntem %87 sınıflandırma doğruluğu sağlayarak erken teşhiste klinik uygulamalara katkı sunar.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

<ol><li>Huang, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((risk+factors%2C+and+management+of+asthma+in+China%3A+a+national+cross-sectional+study%5BTitle%5D)+AND+%22Lancet%22%5BJournal%5D)">risk factors, and management of asthma in China: a national cross-sectional study.</a> Lancet. 394 (10196), 407-418 (2019).</li>
<li>McCormack, M. C., Enright, P. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Making+the+diagnosis+of+asthma%5BTitle%5D)+AND+%22Respir+Care%22%5BJournal%5D)">Making the diagnosis of asthma.</a> Respir Care. 53 (5), discussion 590-2 583-590 (2008).</li>
<li>Backer, V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diagnostic+work-up+in+patients+with+possible+asthma+referred+to+a+university+hospital%5BTitle%5D)+AND+%22Eur+Clin+RespirJ%22%5BJournal%5D)">Diagnostic work-up in patients with possible asthma referred to a university hospital.</a> Eur Clin RespirJ. 2, (2015).</li>
<li>Fortuna, A. M., Feixas, T., González, M., Casan, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diagnostic+utility+of+inflammatory+biomarkers+in+asthma%3A+exhaled+nitric+oxide+and+induced+sputum+eosinophil+count%5BTitle%5D)+AND+%22Respir+Med%22%5BJournal%5D)">Diagnostic utility of inflammatory biomarkers in asthma: exhaled nitric oxide and induced sputum eosinophil count.</a> Respir Med. 101 (11), 2416-2421 (2007).</li>
<li>Gibson, P. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Monitoring+the+patient+with+asthma%3A+an+evidence-based+approach%5BTitle%5D)+AND+%22Allergy+Clin+Immunol%22%5BJournal%5D)">Monitoring the patient with asthma: an evidence-based approach.</a> Allergy Clin Immunol. 106 (1 Pt 1), 17-26 (2000).</li>
<li>Gibson, P. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Self-management+education+and+regular+practitioner+review+for+adults+with+asthma%5BTitle%5D)+AND+%22Cochrane+Database+Syst+Rev%22%5BJournal%5D)">Self-management education and regular practitioner review for adults with asthma.</a> Cochrane Database Syst Rev. (1), CD001117(2003).</li>
<li>Dogan, M., Eryuksel, E., Kocak, I., Celikel, T., Sehitoglu, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Subjective+and+objective+evaluation+of+voice+quality+in+patients+with+asthma%5BTitle%5D)+AND+%22J+Voice%22%5BJournal%5D)">Subjective and objective evaluation of voice quality in patients with asthma.</a> J Voice. 21 (2), 224-230 (2007).</li>
<li>Ihre, E., Zetterström, O., Ihre, E. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Voice+problems+as+side+effects+of+inhaled+corticosteroids+in+asthma+patients--a+prevalence+study%5BTitle%5D)+AND+%22J+Voice%22%5BJournal%5D)">Voice problems as side effects of inhaled corticosteroids in asthma patients--a prevalence study.</a> J Voice. 18 (3), 403-414 (2004).</li>
<li>Analysis of acoustic features for voice sound based classification of asthmatic and healthy subjects. Yadav, S., Keerthana, M., Gope, D., Uma, M. K., Ghosh, P. K. ICASSP 2020-2020 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), Barcelona, Spain, , 6789-6793 (2020).</li>
<li>Isangula, K. G., Haule, R. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Leveraging+AI+and+machine+learning+to+develop+and+evaluate+a+contextualized+user-friendly+cough+audio+classifier+for+detecting+respiratory+diseases%3A+Protocol+for+a+diagnostic+study+in+rural+Tanzania%5BTitle%5D)+AND+%22JMIR+Res+Protoc%22%5BJournal%5D)">Leveraging AI and machine learning to develop and evaluate a contextualized user-friendly cough audio classifier for detecting respiratory diseases: Protocol for a diagnostic study in rural Tanzania.</a> JMIR Res Protoc. 13, e54388(2024).</li>
<li>Rogers, H. P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Voice+as+a+biomarker+of+pediatric+health%3A+A+scoping+review%5BTitle%5D)+AND+%22Children+%28Basel%29%22%5BJournal%5D)">Voice as a biomarker of pediatric health: A scoping review.</a> Children (Basel). 11 (6), 684(2024).</li>
<li>MeLoDicA AI - machine learning based detection of asthma via vocal audio analysis. Looi, Z. Q., Ng, Z. H., Yak, R. X., Rosen, O., Kumar, A. 2024 IEEE Conference on Artificial Intelligence (CAI), , 905-910 (2024).</li>
<li>Barua, P. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+asthma+detection+in+a+1326-subject+cohort+using+a+one-dimensional+attractive-and-repulsive+center-symmetric+local+binary+pattern+technique+with+cough+sounds%5BTitle%5D)+AND+%22Neural+Comput+%26+Applic%22%5BJournal%5D)">Automated asthma detection in a 1326-subject cohort using a one-dimensional attractive-and-repulsive center-symmetric local binary pattern technique with cough sounds.</a> Neural Comput & Applic. 36, 16857-16871 (2024).</li>
<li>Iqbal, M. D. A., Krishnamoorthy, D., Musthak, S. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Real+time+detection+and+forecasting+technique+for+asthma+disease+using+voice+signal+and+DENN+classifier%5BTitle%5D)+AND+%22Biomedical+Signal+Processing+and+Control%22%5BJournal%5D)">Real time detection and forecasting technique for asthma disease using voice signal and DENN classifier.</a> Biomedical Signal Processing and Control. 76, 103637(2022).</li>
<li>Wu, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Ubi-Asthma%3A+Toward+ubiquitous+asthma+detection+using+the+Smartwatch%5BTitle%5D)+AND+%22IEEE+Internet+of+Things+Journal%22%5BJournal%5D)">Ubi-Asthma: Toward ubiquitous asthma detection using the Smartwatch.</a> IEEE Internet of Things Journal. 10 (13), 11576-11587 (2023).</li>
<li>Schölkopf, B., Smola, A. J. Support vector machines. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aSch%C3%B6lkopf%2C+B+%22Encyclopedia+of+Biostatistics%22">Encyclopedia of Biostatistics</a>. , 978-047197762 (1998).</li>
<li>Burges, C. J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+tutorial+on+support+vector+machines+for+pattern+recognition%5BTitle%5D)+AND+%22Data+Mining+and+Knowledge+Discovery%22%5BJournal%5D)">A tutorial on support vector machines for pattern recognition.</a> Data Mining and Knowledge Discovery. 2 (2), 121-167 (1998).</li>
<li>Liaw, A., Wiener, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Random+Forest%3A+Classification+and+Regression%5BTitle%5D)+AND+%22R+News%22%5BJournal%5D)">Random Forest: Classification and Regression.</a> R News. 2 (3), 18-22 (2002).</li>
<li>Cutler, D. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Random+forests+for+classification+in+ecology%5BTitle%5D)+AND+%22Ecology%22%5BJournal%5D)">Random forests for classification in ecology.</a> Ecology. 88 (11), 2783-2792 (2007).</li>
<li>Breiman, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Random+forests%5BTitle%5D)+AND+%22Machine+Learning%22%5BJournal%5D)">Random forests.</a> Machine Learning. 45 (1), 5-32 (2001).</li>
</ol>

<table><tbody><tr><td>Device</td><td>Tedarikçi</td><td>Model/Sürüm</td><td>Brand</td></tr><tr><td>Dijital Kaydedici</td><td>ZOOM Audio Store</td><td>H6</td><td>ZOOM</td></tr><tr><td>GitHub</td><td>Resmi Web Sitesi</td><td>2.47.1.2</td><td>Git</td></tr><tr><td>Matlab</td><td>https://www.mathworks.com/</td> <td>R2024b</td><td>Matematik Çalışmaları</td></tr><tr><td>Pycharm</td><td>Resmi Web Sitesi</td><td>2024.1</td><td>JetBrains</td></tr><tr><td>Python</td><td>Resmi Web Sitesi</td><td>3.12</td><td>Python</td></tr></tbody></table>

ses sinyali İşleme ve makine Öğrenmesine dayalı astım tespit araştırması

Asthma Detection Research Based on Voice Signal Processing and Machine Learning

Ses özelliği indeks veri tabanı yapımının tamamlanması
Bu çalışma, ses sinyallerinin çok seviyeli bir analizi yoluyla 467 ses özelliği metriğini başarıyla çıkardı. 467 ses özelliği göstergesi için yukarıdaki GitHub URL'sine bakın. Kullanılan analitik yöntemler arasında zaman alanı analizi, frekans alanı analizi, MFCC ekstraksiyonu ve Geleneksel Çin Tıbbı teşhis standartlarına dayalı özelliklerin dönüşümü yer alır. Spesifik olarak, zaman alanı analizi, sinyalin temel dalga biçi...

Ses Sinyali İşleme ve Makine Öğrenmesine Dayalı Astım Tespit Araştırması

To analyze voice signals and identify asthma patients using voice signal analysis and machine learning techniques, we collected clear, low-noise ...

asthma-detection-research-based-on-voice-signal-processing-machine

Research

JoVE Journal

Bioengineering

Biyomühendislik

Burada, solunum elektromiyografisi (EMG) sinyallerini kaydetmek ve analiz etmek için bir protokol açıklıyoruz. EMG elektrotlarının birkaç solunum kası üzerine yerleştirilmesi, EMG sinyallerinden elektrokardiyografik gürültünün giderilmesi ve EMG kök ortalama karesinin (RMS) ve aktivitenin başlangıç zamanının elde edilmesi için anatomik referansları içerir.

Solunum Kası Yüzey Elektromiyografisinin Elde Edilmesi ve Yarı Otomatik Analizi

Bu çalışma, konuşma sinyali işleme teknikleri ve makine öğrenimi algoritmalarının bir entegrasyonunu kullanarak, kronik obstrüktif akciğer hastalığı (KOAH) ve solunum yolu enfeksiyonları (RTI) teşhisi konan hastalardan öksürük sesi verileri elde ederek iki farklı kategorinin otomatik sınıflandırmasını etkili bir şekilde gerçekleştirdi.

Makine Öğrenimi Tabanlı Öksürük Tonu Sınıflandırması: Kronik Obstrüktif Akciğer Hastalığı ve Solunum Yolu Enfeksiyonlarının Tanısal Araştırması

Bu protokolün amacı, otomatik akustik tanıma yazılımıyla işlenen büyük akustik veri setlerinde tespit hassasiyetini artırmak için lojistik regresyon kullanarak tür ve siteye özgü güven puan eşiklerini belirlemektir.

Büyük Akustik Veri Setlerinin Lojistik Regresyonuyla Bir Kuş Ses Tanıma Modelinin Tespit Hassasiyetini Artırmak: Avrupa Kızılbalığı (Erithacus rubecula) Vaka Çalışması

Gömülü hücreler ve yüzey içeren modüller olarak adlandırılan silindirik kollajen jeller, mikro-dokuların oluşturulması endotel hücreleri ile kaplanmıştır.

Kollajen, Modüller kullanarak Micro-dokuların Fabrikasyon İçeren Hücreleri Jel

Biz topoizomeraz bir protein tarafından desteklenmektedir moleküler ölçekli cihaz montaj ve uygulama göstermektedir. Inşa uçları iki farklı fluorophores ekleyerek doku kesitlerinde DNA kırıkları başlıca iki tipi etiketler moleküler biyo-sensör.

Yarı yapay Moleküler Makine ve Kullanımı DNA Hasar Tespiti için in vitro Meclisi

Bir iletken polimer (CP) dönüştürücü inşa All-katı hal iyon seçici elektrotlar (ASSISEs) sıvı ortamda fonksiyonel ömür boyu birkaç ay sağlar. Burada, bir laboratuar-on-a-chip biçimde ASSISEs ve imalat ve kalibrasyon süreci tanımlamak. Assise karmaşık biyolojik medyada uzun süre saklandıktan sonra yakın bir Nernst eğimi profil korumuştur için gösterilmiştir.

Fizyolojik Araştırma All-katı hal İyon seçici elektrotlar (Assise) dayanarak Çok analit Biochip (MAB)

Bir çift sarmallı RNA girişimi (dsRNAi) tekniği mısır sinamoil koenzim alt bitki lignin içeriğine A redüktaz (ZmCCR1) geni aşağı regüle etmek için kullanılır. Lignin hücre duvarından aşağı-regülasyon mikroskopik analiz ile görselleştirilmiştir ve Klason yöntemi ile ölçülür. Yarı selüloz ve kristalin selüloz içinde Bileşim değişiklikler analiz edilmiştir.

Lignin Aşağı düzenleme<em&gt; Zea mays</em&gt; DsRNAi ve Klason Lignin Analizi ile

Vaskülarizasyon başarılı doku mühendisliği yaklaşımları anahtarıdır. Bu nedenle, güvenilir teknolojileri doku yapıları vasküler ağların gelişimini değerlendirmek için gereklidir. Burada görselleştirmek ve in vivo damarlanmayı ölçmek için basit ve maliyet-etkin bir yöntem mevcut.

A Tam Cilt Hata Modeli Biyomateryallerin vaskülarizasyonunu değerlendirin<em&gt; In Vivo</em

Bir deniz kestanesinin çenelerine dayanan bir örnekleme cihazı için biyo-esinlenmiş tasarım protokolü açıklanmıştır. Biyoinspirasyon süreci, deniz kestanelerini gözlemlemeyi, ağızlığı karakterize etmeyi, dişlerin ve montajlarının 3D baskısını ve diş yapısını biyolojik olarak keşfetmeyi içerir.

Biyolojik Tabanlı Akıllı Tasarım için Protokol: A Zemin Sampler Deniz Kestanesi Jaws dayanarak

Bir elektrosprey iyonizasyon (ESI) kütle spektrometresine bağlı, şirket içi yerleşik akışlı triptik mikro reaktör ile proteolitik sindirim için hızlı bir protokol sunulmaktadır. Mikroreaktörün üretimi, deney düzeneği ve veri toplama süreci anlatılmaktadır.

Bir akış oranı mikroreaktör MS Algılama Proteinlerin hızlı enzimatik işlenmesi

Öğrenin ses sinyali işleme ve makine öğrenmesiyle astım tespiti için SVM ve RF algoritmalarını karşılaştırın. Bu yöntem %87 sınıflandırma doğruluğu sağlayarak erken teşhiste klinik uygulamalara katkı sunar.

Ses Sinyali İşleme ve Makine Öğrenmesine Dayalı Astım Tespit Araştırması

Daha fazla video keşfet