Ανίχνευση βήχα σε ασθενείς COVID-19 κατ’ οίκον με χρήση τεχνικών μηχανικής μάθησης
Aristotle University of Thessaloniki · 01.01.2023
DOI: 10.26262/heal.auth.ir.349547 ↗Kurz gefasst
Fachartikel in der Zeitschrift Aristotle University of Thessaloniki, erschienen am 01.01.2023. Verfasst von Georgios Nikolaos Tsakonas.
Abstract (Originalsprache)
Η παρούσα διπλωματική εργασία μελετά τη σχεδίαση ενός συστήματος ανίχνευσης βήχα σε δείγματα ήχου ασθενών κατά την κατ' οίκον ανάρρωση από λοίμωξη COVID-19. Αρχικά, στο θεωρητικό μέρος της παρούσας διπλωματικής, γίνεται μια σύντομη αναφορά τόσο στη λοίμωξη COVID-19, αλλά και στην παρακολούθηση ασθενών κατ’ οίκoν.΄Ενα μέρος αφιερώνεται στην ανάλυση των φυσιολογικών αλλά και φυσικών χαρακτηριστικών του βήχα. Στη συνέχεια, περιγράφονται τα κύρια μέρη και χαρακτηριστικά κατά το σχεδιασμό του μοντέλου μηχανικής μάθησης που χρησιμοποιείται για την ανίχνευση του βήχα. Στο μέρος της ανάλυσης και των προσομοιώσεων, αναλύονται όλα τα βήματα προεπεξεργασίας και μοντελοποίησης του συστήματος. Παράλληλα, εξετάζεται ο σχεδιασμός ενός Full Stack συστήματος ανίχνευσης βήχα σε πραγματικό χρόνο. Έπειτα, η λειτουργία του συστήματος δοκιμάζεται σε δεδομένα ασθενών COVID-19 κατά τη διάρκεια ανάρρωσης τους κατ’ οίκον κατά την πιλοτική δοκιμή του προγράμματος CAPTAIN-X. Τέλος, παρουσιάζεται η λύση που προτείνεται για την ανίχνευση βήχα σε στιγμιότυπα ήχου και αναπτύσσεται συζήτηση σχετικά με τα αποτελέσματα και μελλοντικές επεκτάσεις της μελέτης.
Schlagwörter
Zitieren
APA
Tsakonas, G. N. (2023). Ανίχνευση βήχα σε ασθενείς COVID-19 κατ’ οίκον με χρήση τεχνικών μηχανικής μάθησης. Aristotle University of Thessaloniki. https://doi.org/10.26262/heal.auth.ir.349547
Vancouver
Tsakonas GN. Ανίχνευση βήχα σε ασθενείς COVID-19 κατ’ οίκον με χρήση τεχνικών μηχανικής μάθησης. Aristotle University of Thessaloniki. 2023. doi:10.26262/heal.auth.ir.349547
BibTeX
@article{Tsakonas2023,
author = {Tsakonas, Georgios Nikolaos},
title = {Ανίχνευση βήχα σε ασθενείς COVID-19 κατ’ οίκον με χρήση τεχνικών μηχανικής μάθησης},
journal = {Aristotle University of Thessaloniki},
year = {2023},
doi = {10.26262/heal.auth.ir.349547}
}
EUVIMED