据外媒报导称之为，华盛顿大学（UniversityofWashington）的研究人员近日研发了一种新的可以监测人们在睡眠中时的跳动暂停情况非接触式工具。智能扬声器或智能手机的一项新技术可以让设备观测到无区域排便的喘息声并启动大喊。这个概念检验工具是用于从911电话中捕捉到的现实的无地域排便实例研发的，它平均值97％的时间在20英尺（或6米）之外观测到无地域排便事件。
华盛顿大学健PaulG．Allen计算机科学与工程学院（SchoolofComputerScience＆Engineering）副教授、通讯作者之一ShyamGollakota说道，很多人家里都有智能扬声器，这些设备具备难以置信的功能，我们可以都可以利用它们。我们设想了一种非接触式系统，它可以倒数被动地监测卧室的非接触式排便事件，并警告附近的任何人来做到心肺复苏术。
如果没作出对此，该设备就不会自动电话911。根据救护电话的数据，大约有50％的心脏骤停患者不存在无定向排便，而展开无定向排便的患者往往有更大的存活机会。华盛顿大学医学院麻醉学和疼痛医学助理教授JacobSunshine博士是该研究的联合通讯作者，他说道：“这种排便再次发生在患者的氧气水平非常低的时候，这是一种喉音上的喘息声，它的独特性使它沦为一个很好的音频生物标志物，可以用来辨识一个人否患上心脏骤停。
”研究人员从现实的电话中搜集了无性排便的声音，并在2009年至2017年间搜集了162个电话，在每次无性排便开始时萃取2．5秒的音频，总共获得236个片段。研究小组在有所不同的智能设备上：亚马逊的Alexa、iPhone5s和三星的GalaxyS4捕猎了这些录音，并用于各种机器学习技术将数据集提高到7316个于是以片段。艾伦学院（AllenSchool）的博士生JustinChan说道：“我们在有所不同的距离播出这些例子，来仿真如果病人在卧室的有所不同方位，听得一起不会是什么样子。
我们还加到了有所不同的阻碍声音，比如猫和狗的声音、汽车的喇叭声、空调的声音，以及你在家里一般来说能听见的声音。”对于胜数据集，研究小组用于了83小时的睡眠中研究期间搜集的音频数据，获得了7305个声音样本。这些剪辑包括了人们在睡觉时收到的典型声音，比如打鼾或阻塞性睡眠中排便停止。
从这些数据集中于，研究小组用于机器学习创立了一个工具，当智能设备被摆放在距离产生声音的扬声器6米近的地方时，97％的情况下可以检测到无定向排便。接下来，研究小组对该算法展开了测试，以保证它会车祸地将打鼾等有所不同类型的排便区分为无区域排便。Chan说道：“我们想向应急服务机构或亲人收到不必要的警报，所以减少假阳性率很最重要。
”对于睡眠中实验室数据，该算法错误地将排便声音分类为0．14％的时间的呼吸声。对于分开的音频片段，误报率大约为0．22％，其中志愿者在自己家中睡觉时记录了自己。
但是当团队用于该工具将某些东西归类为无人机排便时，只有当它最少间隔10秒检测到两个有所不同的事件时，两个测试的误报率降到0％。该团队设想，这种算法可以像应用程序一样运营，或者像Alexa那样在人们睡觉时在智能扬声器或智能手机上运营。Gollakota说道：“这可以在Alexa中包括的处理器上本地运营。它是动态运营的，所以你不必须存储任何东西，也不必须把任何东西发送到云端。
”研究人员计划通过UW拆分声音生命科学将这项技术商业化。
本文关键词：米乐|米乐·M6,米乐m6官网入口,mile·米乐m6,米乐m6官网登录入口苹果版,M6官网登录入口
本文来源：米乐|米乐·M6-www.mtsiinc-va.com
