文献

J-GLOBAL ID：202202280893023235   整理番号：22A0326892

COVID-19の音ベース試験に向けて 音響学(DiCOVA)チャレンジを用いたCOVID-19の最初の診断の要約【JST・京大機械翻訳】

Towards sound based testing of COVID-19-Summary of the first Diagnostics of COVID-19 using Acoustics (DiCOVA) Challenge

著者 (6件)： Sharma Neeraj Kumar (Learning and Extraction of Acoustic Patterns (LEAP) Lab, Electrical Engineering, Indian Institute of Science, Bangalore, India) ,  Muguli Ananya (Learning and Extraction of Acoustic Patterns (LEAP) Lab, Electrical Engineering, Indian Institute of Science, Bangalore, India) ,  Krishnan Prashant (Learning and Extraction of Acoustic Patterns (LEAP) Lab, Electrical Engineering, Indian Institute of Science, Bangalore, India) ,  Kumar Rohit (Learning and Extraction of Acoustic Patterns (LEAP) Lab, Electrical Engineering, Indian Institute of Science, Bangalore, India) ,  Chetupalli Srikanth Raj (Learning and Extraction of Acoustic Patterns (LEAP) Lab, Electrical Engineering, Indian Institute of Science, Bangalore, India) ,  Ganapathy Sriram (Learning and Extraction of Acoustic Patterns (LEAP) Lab, Electrical Engineering, Indian Institute of Science, Bangalore, India)
資料名： Computer Speech and Language  (Computer Speech and Language)
巻： 73  ページ： Null  発行年： 2022年 
JST資料番号： T0677A  ISSN： 0885-2308  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 呼吸器疾患を目標とするポイントオブケア試験(POCT)のための技術開発は,最近の過去において増大する需要を目撃している。咳,呼吸および音声音のようなモダリティにおける音響バイオマーカーの存在を調べ,POCTの構築のためにそれらを使用することは,高速,非接触および安価な試験を提供できる。これを考慮して,過去年にわたって,著者らは,世界中のクラウドソーシングを通して,咳,呼吸および音声音記録を収集するために,「Coswara」プロジェクトを打ち上げた。このデータで,診断ツールの開発の呼び出しを,特別セッションとしてInterspeech 2021で発表し,これは「音響学(DiCOVA)チャレンジを用いたCOVID-19の診断」である。目標は,開発と試験データセットの同じセットで研究することを可能にすることにより,音響ベースのCOVID-19 POCTの開発に興味を持つ研究者と実務者を一緒にすることである。課題の一部として,COVID-19と非COVID-19個体からの呼吸,咳,および音声音サンプルのデータセットを参加者に放出した。課題は2つのトラックから成った。Track-1は咳音にのみ集中し,参加者はリーダボード設定で競合した。Track-2では,競合するリーダボードなしで,参加者に対して呼吸と音声サンプルを提供した。チャレンジは,トラック-1のための29の最終的サブミッションによる85のプラス登録を引きつけた。本論文では,課題(データセット,タスク,ベースラインシステム)を記述し,参加チームにより提出された様々なシステムの集中要約を示した。トップ4チームからの結果の解析は,これらのチームからのスコアの融合が,ブラインドテストデータで95.1%の領域下操作曲線(AUC-ROC)を生成することを示した。学んだ教訓をまとめて,本論文では,音響ベースのPOCTの技術開発を加速するために,本論文における課題概観を予見した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 音響学 ,  音声 ,  *音響 ,  呼吸器疾患 ,  健康管理 ,  バイオマーカー
準シソーラス用語： モダリティ ,  低価格 ,  クラウドソーシング , 【Automatic Indexing@JST】

著者キーワード (5件)： COVID-19 ,  音響学 ,  機械学習 ,  呼吸診断 ,  健康管理

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： COVID-19 ,  音 ,  試験 ,  音響学 ,  診断