با اشاره به تجربه خوب پژوهش انجام شده درباره تشخیص اتیسم از روی صدای گریه نوزادان، اظهار کرد: این پژوهش‌ها می‌تواند زمینه مطالعات بیشتر چون شناسایی صدای ناله افراد آسیب دیده و یا تشخیص بسیاری از بیماری‌های تنفسی از روی سرفه را فراهم کند.

وی با بیان این‌که هم‌اکنون الکسای آمازون هم صداها را می‌شنود و بر اساس آن عمل می‌کند، افزود: پژوهش و تحقیق در این زمینه‌ها همگی منوط به داده‌های بیشتر است.

سرپرست پروژه تشخیص مبتلایان به کرونا  از طریق سرفه این قبیل پژوهش‌ها را در تأمین سلامت افراد جامعه، ایجاد اشتغال علم محور و جلوگیری از فرار مغزها کمک‌کننده دانست و در ادامه توضیح داد: در پردازش صدا(در این قبیل پژوهش‌ها) عمدتاً طول موج و فرکانس مورد بررسی قرار می‌گیرد به عنوان مثال در شناسایی صوت افرادی که صحبت می‌کنند این بررسی‌ها کاربردی است.

مرادی با بیان این‌که صدای سرفه مبتلایان به کرونا همراه با خش است، افزود: این سرفه‌ها با سرفه عادی مقایسه شد سپس براساس وجود ویژگی‌های خاص و یا ترکیبی از ویژگیها، دسته‌بندی شدند تا بر آن اساس تشخیص کرونا یا غیر کرونا داده شود.

مهبد نوری یکی از اعضای تیم تحقیقاتی و دانشجوی دانشگاه تهران، با بیان این‌که در مدلی دیتا استخراج و به نمایش گذاشته شد، ادامه داد: سپس این داده‌ها با روش یادگیری عمیق به عنوان تصویر نگاه ‌شد تا بررسی شود آیا تصاویر با یکدیگر تفاوت دارند که شبکه‌ها درک کنند؟

سرپرست پروژه تشخیص مبتلایان به کووید  از طریق سرفه گفت: بر اساس یافته‌های این پژوهش سیستم طراحی شده قابلیت تشخیص تمامی مبتلایان به کرونا را دارد. لیکن شماری هم که مبتلا نبودند به خطا مبتلا به کووید  معرفی شدند که باید با بررسی‌های دقیق‌تر این میزان خطا کاهش یابد.

سرپرست پروژه تشخیص مبتلایان به کووید  از طریق سرفه یادآور شد: علاقه‌مندان شرکت در این پروژه می‌توانند با مراجعه به وبگاه(تارنما یا webpage) به نشانی http://covidlab.ut.ac.ir/cough/  پژوهشگران را در دستیابی به نتایج بهتر یاری کنند.

ایسنا/