Fugu-MT 論文翻訳(概要): Analyzing the impact of SARS-CoV-2 variants on respiratory sound signals

論文の概要: Analyzing the impact of SARS-CoV-2 variants on respiratory sound signals

arxiv url: http://arxiv.org/abs/2206.12309v1
Date: Fri, 24 Jun 2022 14:10:31 GMT
ステータス: 処理完了
システム内更新日: 2022-06-27 17:45:55.846979
Title: Analyzing the impact of SARS-CoV-2 variants on respiratory sound signals
Title（参考訳）: SARS-CoV-2変異体が呼吸音に与える影響の解析
Authors: Debarpan Bhattacharya, Debottam Dutta, Neeraj Kumar Sharma, Srikanth Raj Chetupalli, Pravin Mote, Sriram Ganapathy, Chandrakiran C, Sahiti Nori, Suhail K K, Sadhana Gonuguntla, Murali Alagesan
Abstract要約: 新型コロナウイルス患者から収集した音響信号が、計算学的に識別可能な音響パターンを示すかどうかを探索する。以上の結果から,オミクロンおよびデルタ変種との比較では,有意な音響的特徴の相違が示唆された。
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 outbreak resulted in multiple waves of infections that have been associated with different SARS-CoV-2 variants. Studies have reported differential impact of the variants on respiratory health of patients. We explore whether acoustic signals, collected from COVID-19 subjects, show computationally distinguishable acoustic patterns suggesting a possibility to predict the underlying virus variant. We analyze the Coswara dataset which is collected from three subject pools, namely, i) healthy, ii) COVID-19 subjects recorded during the delta variant dominant period, and iii) data from COVID-19 subjects recorded during the omicron surge. Our findings suggest that multiple sound categories, such as cough, breathing, and speech, indicate significant acoustic feature differences when comparing COVID-19 subjects with omicron and delta variants. The classification areas-under-the-curve are significantly above chance for differentiating subjects infected by omicron from those infected by delta. Using a score fusion from multiple sound categories, we obtained an area-under-the-curve of 89% and 52.4% sensitivity at 95% specificity. Additionally, a hierarchical three class approach was used to classify the acoustic data into healthy and COVID-19 positive, and further COVID-19 subjects into delta and omicron variants providing high level of 3-class classification accuracy. These results suggest new ways for designing sound based COVID-19 diagnosis approaches.
Abstract（参考訳）: 新型コロナウイルスの感染拡大により、SARS-CoV-2の様々なバリエーションと関連付けられた複数の感染波が発生した。研究は、この変異が患者の呼吸健康に与える影響を報告している。新型コロナウイルス(covid-19)患者から収集された音響信号が、基礎となるウイルス変異を予測できる可能性を示唆する計算学的に識別可能な音響パターンを示すかどうかを検討する。本研究では,3つの対象プールから収集したコスワラデータセットの解析を行う。 i)健康である。二デルタ変量支配期に記録された新型コロナウイルス患者、及び iii) omicronサージ中に記録されたcovid-19患者データ。以上の結果から,covid-19患者とomicronおよびdelta変異体を比較すると,複数の音響的特徴が有意な差を示すことが示唆された。この分類区は、オミクロン感染の患者とデルタ感染の患者を区別する確率がかなり高い。複数の音響カテゴリのスコア融合を用いて、95%の特異度で89%と52.4%の感度領域を得た。さらに、階層的な3つの分類手法を用いて、音響データを健康と新型コロナウイルスの陽性に分類し、さらに3つの分類精度の高いデルタおよびオミクロン変異体に分類した。これらの結果は、サウンドベースの新型コロナウイルスの診断アプローチを設計する新しい方法の提案である。

関連論文リスト

COVYT: Introducing the Coronavirus YouTube and TikTok speech dataset featuring the same speakers with and without infection [4.894353840908006]
私たちは、65人の話者から8時間以上のスピーチを含む公開ソースから収集された新しい新型コロナウイルスデータセットであるCOVYTデータセットを紹介します。他の既存のCOVID-19サウンドデータセットと比較すると、COVYTデータセットのユニークな特徴は、全65話者から陽性と陰性の両方のサンプルを含むことである。
論文参考訳（メタデータ） (2022-06-20T16:26:51Z)
A k-mer Based Approach for SARS-CoV-2 Variant Identification [55.78588835407174]
アミノ酸の順序を保つことで,分類器の精度が向上することを示す。また,アメリカ疾病予防管理センター(CDC)が報告した,変異の同定に重要な役割を担っているアミノ酸の重要性も示した。
論文参考訳（メタデータ） (2021-08-07T15:08:15Z)
Evaluating the COVID-19 Identification ResNet (CIdeR) on the INTERSPEECH COVID-19 from Audio Challenges [59.78485839636553]
CIdeRはエンド・ツー・エンドのディープラーニング・ニューラルネットワークで、個人が新型コロナウイルス陽性か新型コロナウイルス陰性かを分類するために設計された。 COVID-19 CoughとInterSPEECH 2021, ComParE, DiCOVAの両者によるCIdeRのバイナリ診断の可能性を示した。
論文参考訳（メタデータ） (2021-07-30T10:59:08Z)
COVIDx-US -- An open-access benchmark dataset of ultrasound imaging data for AI-driven COVID-19 analytics [116.6248556979572]
COVIDx-USは、新型コロナウイルス関連超音波画像データのオープンアクセスベンチマークデータセットです。肺超音波93本と,SARS-CoV-2肺炎,非SARS-CoV-2肺炎,健康管理症例10,774本からなる。
論文参考訳（メタデータ） (2021-03-18T03:31:33Z)
An Explainable AI System for Automated COVID-19 Assessment and Lesion Categorization from CT-scans [8.694504007704994]
SARS-CoV-2病原体による新型コロナウイルス感染症は、世界中で壊滅的なパンデミックである。深層学習パラダイムに基づくAIを用いたパイプラインを提案し,CTスキャンによるCOVID-19検出と病変分類を自動化した。
論文参考訳（メタデータ） (2021-01-28T11:47:35Z)
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)
The voice of COVID-19: Acoustic correlates of infection [9.7390888107204]
COVID-19は、過去1年間を通じて私たちの日常生活の多くの側面に影響を与えてきた世界的な健康危機です。 i:/, /e:/, /o:/, /u:/, /a:/の母音から抽出された音響的特徴を,11の症状性covid-19陽性者および11人の陰性ドイツ語話者参加者で比較した。
論文参考訳（メタデータ） (2020-12-17T10:12:41Z)
Classification supporting COVID-19 diagnostics based on patient survey data [82.41449972618423]
新型コロナウイルス患者の効果的なスクリーニングを可能にするロジスティック回帰とXGBoost分類器が作成された。得られた分類モデルは、DECODEサービス(decode.polsl.pl)の基礎を提供し、COVID-19病患者のスクリーニング支援に役立てることができる。このデータセットは、3,000以上のサンプルで構成されており、ポーランドの病院で収集されたアンケートに基づいている。
論文参考訳（メタデータ） (2020-11-24T17:44:01Z)
Studying the Similarity of COVID-19 Sounds based on Correlation Analysis of MFCC [1.9659095632676098]
本稿では,Mel-Frequency Cepstral Coefficients (MFCCs) の抽出における音声信号処理の重要性について述べる。以上の結果から、MFCCは新型コロナウイルスと非新型コロナウイルスの検体の間ではより堅牢であるのに対し、異なる新型コロナウイルスの発声音と呼吸音との間には高い類似性があることが判明した。
論文参考訳（メタデータ） (2020-10-17T11:38:05Z)
Pay Attention to the cough: Early Diagnosis of COVID-19 using Interpretable Symptoms Embeddings with Cough Sound Signal Processing [0.0]
新型コロナウイルス(SARS-CoV-2によるコロナウイルスのパンデミック)は、人類にとって恐ろしく壊滅的な大惨事を引き起こしている。新型コロナウイルスの現在の診断は、RT-PCR(Reverse-Transcription Polymer Chain Reaction)テストによって行われる。音声の特徴と症状メタデータに基づいて、解釈可能で新型コロナウイルスの診断AIフレームワークを開発、開発する。
論文参考訳（メタデータ） (2020-10-06T01:22:50Z)
CovidDeep: SARS-CoV-2/COVID-19 Test Based on Wearable Medical Sensors and Efficient Neural Networks [51.589769497681175]
新型コロナウイルス(SARS-CoV-2)がパンデミックを引き起こしている。 SARS-CoV-2の逆転写-ポリメラーゼ連鎖反応に基づく現在の試験体制は、試験要求に追いついていない。我々は,効率的なDNNと市販のWMSを組み合わせたCovidDeepというフレームワークを提案する。
論文参考訳（メタデータ） (2020-07-20T21:47:28Z)

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。