Fugu-MT 論文翻訳(概要): Coswara: A website application enabling COVID-19 screening by analysing respiratory sound samples and health symptoms

論文の概要: Coswara: A website application enabling COVID-19 screening by analysing respiratory sound samples and health symptoms

arxiv url: http://arxiv.org/abs/2206.05053v1
Date: Thu, 9 Jun 2022 05:50:18 GMT
ステータス: 処理完了
システム内更新日: 2022-06-14 07:44:29.543892
Title: Coswara: A website application enabling COVID-19 screening by analysing respiratory sound samples and health symptoms
Title（参考訳）: coswara:呼吸音と健康症状の分析による新型コロナウイルススクリーニングを可能にするwebサイトアプリケーション
Authors: Debarpan Bhattacharya, Debottam Dutta, Neeraj Kumar Sharma, Srikanth Raj Chetupalli, Pravin Mote, Sriram Ganapathy, Chandrakiran C, Sahiti Nori, Suhail K K, Sadhana Gonuguntla and Murali Alagesan
Abstract要約: Cosawaraツールは、呼吸音のサンプルと健康症状を分析して、COVID-19検出を可能にするように設計されたウェブサイトアプリケーションである。ユーザは、インターネットに接続された任意のデバイスを使用してウェブサイトにログインし、現在の健康症状情報を提供し、呼吸、うっ血、スピーチに対応するサンプル音がほとんどない。クラウドサーバ上のこの情報の分析から1分以内に、Webサイトツールは、新型コロナウイルスの確率スコアをユーザに出力する。
参考スコア（独自算出の注目度）: 23.789227109218118
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The COVID-19 pandemic has accelerated research on design of alternative, quick and effective COVID-19 diagnosis approaches. In this paper, we describe the Coswara tool, a website application designed to enable COVID-19 detection by analysing respiratory sound samples and health symptoms. A user using this service can log into a website using any device connected to the internet, provide there current health symptom information and record few sound sampled corresponding to breathing, cough, and speech. Within a minute of analysis of this information on a cloud server the website tool will output a COVID-19 probability score to the user. As the COVID-19 pandemic continues to demand massive and scalable population level testing, we hypothesize that the proposed tool provides a potential solution towards this.
Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックは、代替の迅速かつ効果的な診断手法の設計の研究を加速させている。本稿では,呼吸音のサンプルと健康症状を分析して,COVID-19検出を可能にするWebアプリケーションCosharaについて述べる。このサービスを使用するユーザは、インターネットに接続された任意のデバイスを使用してウェブサイトにログインし、現在の健康症状情報を提供し、息、せき、音声に対応するサンプルの少ない音声を記録することができる。クラウドサーバ上のこの情報の分析から1分以内に、Webサイトツールは、新型コロナウイルスの確率スコアをユーザに出力する。新型コロナウイルス(COVID-19)のパンデミックは、大規模でスケーラブルな人口レベルのテストを必要としているため、提案されたツールがこれに対する潜在的な解決策を提供すると仮定する。

関連論文リスト

COVID-Net USPro: An Open-Source Explainable Few-Shot Deep Prototypical Network to Monitor and Detect COVID-19 Infection from Point-of-Care Ultrasound Images [66.63200823918429]
COVID-Net USProは、最小限の超音波画像から高精度で新型コロナウイルス陽性の患者を監視し、検出する。ネットワーク全体では99.65%の精度、99.7%のリコール、99.67%の精度で5発の撮影で訓練された。
論文参考訳（メタデータ） (2023-01-04T16:05:51Z)
COVID-Net UV: An End-to-End Spatio-Temporal Deep Neural Network Architecture for Automated Diagnosis of COVID-19 Infection from Ultrasound Videos [70.60433013657693]
COVID-Netは、空間的特徴を抽出する畳み込みニューラルネットワークと、時間的依存を学習するリカレントニューラルネットワークで構成される。ネットワークの平均精度は94.44%で、新型コロナウイルスの患者には偽陰性なケースはない。
論文参考訳（メタデータ） (2022-05-18T13:59:16Z)
Project Achoo: A Practical Model and Application for COVID-19 Detection from Recordings of Breath, Voice, and Cough [55.45063681652457]
コンシューマー端末で録音した音声を用いて、新型コロナウイルスを迅速にトリアージする機械学習手法を提案する。この手法は,信号処理手法と微調整深層学習ネットワークを組み合わせることで,信号の識別,コークス検出,分類を行う手法を提供する。我々はまた、症状チェッカーと音声、息、うず信号を使って新型コロナウイルスの感染を検知するモバイルアプリケーションを開発し、展開した。
論文参考訳（メタデータ） (2021-07-12T08:07:56Z)
Detecting COVID-19 from Breathing and Coughing Sounds using Deep Neural Networks [68.8204255655161]
私たちは、Convolutional Neural Networksのアンサンブルを適応させて、スピーカーがCOVID-19に感染しているかどうかを分類します。最終的には、74.9%のUnweighted Average Recall(UAR)、またはニューラルネットワークをアンサンブルすることで、ROC曲線(AUC)の80.7%を達成する。
論文参考訳（メタデータ） (2020-12-29T01:14:17Z)
Audio, Speech, Language, & Signal Processing for COVID-19: A Comprehensive Overview [0.0]
新型コロナウイルス(COVID-19)のパンデミックは、2020年の世界的研究の焦点となっている。新型コロナウイルスの症状の大部分は、呼吸器系の機能に関連している。この研究は、音声やその他の人間が生成する音声信号の中で、新型コロナウイルスのマーカーを特定することに焦点を当てている。
論文参考訳（メタデータ） (2020-11-29T21:33:59Z)
COVID-19 SignSym: a fast adaptation of a general clinical NLP tool to identify and normalize COVID-19 signs and symptoms to OMOP common data model [15.475106287218727]
本研究では、CLAMP自然言語処理ツールを用いて、COVID-19 SignSymを構築することを目的とする。 COVID-19 SignSymは、臨床テキストから新型コロナウイルスの徴候/症状と8つの属性を抽出できる。深層学習モデル、キュレートされたレキシコン、パターンベースのルールを組み合わせたハイブリッドアプローチが、COVID-19 SignSymの構築に応用された。
論文参考訳（メタデータ） (2020-07-13T15:57:26Z)
Exploring Automatic Diagnosis of COVID-19 from Crowdsourced Respiratory Sound Data [20.318414518283618]
新型コロナウイルスの診断を支援するため,大規模クラウドソースで収集した呼吸音のデータセット上でのデータ解析を行った。以上の結果から、単純なバイナリ機械学習分類器さえも、正常な分類と新型コロナウイルスの音を正しく分類できることが示唆された。この研究は、自動的な呼吸パターンが事前スクリーニング信号としてどのように使用されるか、さらに調査するための扉を開く。
論文参考訳（メタデータ） (2020-06-10T16:13:06Z)
COVID-DA: Deep Domain Adaptation from Typical Pneumonia to COVID-19 [92.4955073477381]
新型コロナウイルス感染症(COVID-19)の流行はすでに何百万人もの人々に感染しており、今でも世界中で急速に拡大している。近年,ディープラーニングを効果的なコンピュータ支援手法として利用し,診断効率を向上している。本稿では,新たな深部ドメイン適応手法,すなわちCOVID-DAを提案する。
論文参考訳（メタデータ） (2020-04-30T03:13:40Z)
AI4COVID-19: AI Enabled Preliminary Diagnosis for COVID-19 from Cough Samples via an App [2.952763324646348]
新型コロナウイルス(COVID-19)のパンデミックとの戦いが続く中で、大規模な検査ができないことは、人類のアキールのかかととなった。我々は、スマートフォンアプリを介してデプロイ可能な新型コロナウイルス感染症スクリーニングソリューションを提案し、開発し、テストする。 AI4COVID-19と名付けられたこのアプリは、クラウド上で動くAIエンジンに3、3秒間音を録音し、2分以内に結果を返す。
論文参考訳（メタデータ） (2020-04-02T21:39:34Z)
COVID-Net: A Tailored Deep Convolutional Neural Network Design for Detection of COVID-19 Cases from Chest X-Ray Images [93.0013343535411]
我々は,胸部X線(CXR)画像から新型コロナウイルスの症例を検出するための,深層畳み込みニューラルネットワーク設計であるCOVID-Netを紹介した。著者たちの知る限りでは、COVID-NetはCXRイメージからCOVID-19を検出するための、最初のオープンソースネットワーク設計の1つである。また,13,870人の患者を対象に,13,975個のCXR画像からなるオープンアクセスベンチマークデータセットであるCOVIDxも導入した。
論文参考訳（メタデータ） (2020-03-22T12:26:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。