Σχεδίαση μεθόδων ψηφιακής επεξεργασίας φωνής για τη διάγνωση νόσου covid-19

Abstract

Η Covid-19 είναι μια μεταδοτική αναπνευστική νόσος που εξαπλώθηκε σε παγκόσμιο επίπεδο το 2020 και ακόμα και σήμερα παραμένει μια σημαντική πρόκληση για τη δημόσια υγεία. Η αναγκαιότητα για γρήγορα και αξιόπιστα διαγνωστικά εργαλεία είναι πιο επιτακτική από ποτέ, λαμβάνοντας υπόψιν τις διαρκείς προκλήσεις που επιφέρει η COVID-19. Η συνεισφορά της μηχανικής μάθησης στην ιατρική είναι σημαντική και πολυδιάστατη, και αφορά τόσο τη διάγνωση και πρόβλεψη της νόσου όσο και τη διαχείριση της δημόσιας υγείας. Στόχος της παρούσας διπλωματικής εργασίας είναι η ανάπτυξη μιας μεθόδου για την αυτόματη διάγνωση της νόσου COVID-19. Προς αυτήν την κατεύθυνση, μελετάται η δυνατότητα εκπαίδευσης μοντέλων μηχανικής μάθησης με δεδομένα που συλλέγονται από τη διαδικτυακή εφαρμογή Smarty4Covid. Η μέθοδος αποτελείται από τέσσερα κύρια στάδια: επεξεργασία των ηχητικών καταγραφών, απομόνωση συγκεκριμένων φωνημάτων ανά ασθενή, εξαγωγή χαρακτηριστικών μέσω του μοντέλου VGG και διάγνωση βάσει επιλεγμένων χαρακτηριστικών. Η μέθοδος χρησιμοποιεί το μοντέλο Allosaurus για την απομόνωση φωνημάτων ενδιαφέροντος και εκτίμηση του χρόνου έναρξής τους αντίστοιχα. Από τα αποτελέσματα προκύπτει πως το μοντέλο VGG που εκπαιδεύεται σε συγκεκριμένα φωνήματα υπερτερεί σε όλες τις μετρικές αξιολόγησης σε σύγκριση με μοντέλα VGG που εκπαιδεύονται στο σύνολο της ηχητικής καταγραφής φωνής, γεγονός που συνηγορεί προς την προβλεπτική ικανότητα χαρακτηριστικών που εξάγονται από απομονωμένα φωνήματα για τη διάγνωση της COVID-19.