| 研究課題/領域番号 |
20K12080
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分62020:ウェブ情報学およびサービス情報学関連
|
|---|
| 研究機関 | 会津大学 |
|---|
研究代表者 |
MARKOV K 会津大学, コンピュータ理工学部, 教授 (80394998)
|
|---|
| 研究分担者 |
松井 知子 統計数理研究所, モデリング研究系, 教授 (10370090)
齋藤 純平 福島県立医科大学, 医学部, 講師 (50332929)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | cough monitoring / health informatics / audio event detection / cough recognition / DNN audio analysis / machine learning / deep learning |
|---|
| 研究開始時の研究の概要 |
現在,我々の知る限り咳嗽の種類(痰がらみの咳嗽,痰を伴わない咳嗽)ごとに咳嗽頻度を抽出する完全な自動咳監視サービスシステムは存在しない。本研究において、世界に先駆けて本システムを開発する。本研究成果は、最先端の統計・機械学習技術に基づくシステムとしての科学的価値と独創性を持つだけでなく、実用上容易に(商業的に)複製することができるため、 病院や一般開業医に提供できる。本モニタリングシステムが日常診療に導入できれば、本邦の呼吸器疾患で最も多い症状である咳嗽の簡便かつ迅速な診断が可能なるだけではなく、客観的かつ正確な治療効果が判定も行えるため、患者にあった個別化医療を提供することができると考える.
|
| 研究成果の概要 |
この研究では、音声録音における咳イベントの効率的な検出とモニタリングのための新しいディープラーニング システムを提案します。私たちのアプローチは、いくつかの注目すべき点でユニークです。1) 検出モデルのトレーニングに教師と生徒のフレームワークを組み込んでいます。2) MFCC やメル スペクトログラムなどの特定のオーディオ機能に頼るのではなく、エンドツーエンドのシステムは生のオーディオ信号を直接入力として受け取り、咳の境界タイミングを出力します。LCM などのシステムと比較した咳モニタリング評価では、最も低いエラーを達成することで、私たちの方法の優位性が実証されています。
|
| 研究成果の学術的意義や社会的意義 |
The proposed cough detection and monitoring approach has the potential to impact various domains beyond respiratory health, such as urban planning, environmental monitoring, and animal welfare. The methodology is independent and adaptable to any sound event detection task requiring counting events.
|
