呼吸喘鳴検出および喘息管理のモバイル アプリとサーバー ソフトウェアを開発

呼吸では、患者の気管の近くに接触させた特殊なセンサーによって生成された 30秒の録音からさまざまな周波数、振幅、および継続時間の喘鳴音を識別できるアルゴリズムを開発する必要がありました。周囲雑音の影響を最小限に抑えるために、チームは、ユーザーの環境からの音を測定して解析する必要がありました。

そこで、メルボルンにあるアプリ開発会社である 两头公牛と提携して、モバイル デバイスで録音を処理し、喘鳴解析アルゴリズムを呼び出して、結果を患者に返すアプリを作成することにしました。また、このアプリでは、モバイル デバイスに内蔵されたマイクを使用して周囲の音を記録することによって、外部の雑音を独立で評価できる必要もありました。

それまで、呼吸のエンジニアが手作業によってアルゴリズムを Cでコーディングするのに数か月を要していました。そのため、喘鳴検出と周囲雑音解析のアルゴリズムをモバイル デバイス上に展開できる Cコードに迅速に変換する方法が必要でした。

呼吸のエンジニアは、MATLABと 计算机视觉工具箱™ を使用して、喘鳴検出アルゴリズムを開発しました。このアルゴリズムでは、30秒の録音をスペクトログラムに変換し、そのスペクトログラムを解析して、エネルギー パターンおよび喘鳴のその他の一般的な特性に基づいて喘鳴の可能性がある候補を特定します。また、誤検知を排除するためにさらなる処理を実行します。

周囲雑音検出アルゴリズムを開発するために、エンジニアは、MATLABと 信号处理工具箱を使用して、ハミング ウィンドウを適用し、高速フーリエ変換を実行し、複数の周波数範囲でスペクトルが極大となる位置を特定しました。

MATLABで両方のアルゴリズムをデバッグおよびテストした後、チームは、MATLAB编码器を使用して、MATLABコードから実行可能な機能を生成しました。この手順により、コード生成に適したコードであることを確認し、実行時エラーをチェックできるようになりました。

次に、エンジニアは、MATLAB编码器を使用して、アルゴリズムから Cコードを生成しました。生成されたコードを確認するために、MATLAB内からコードを呼び出し、その結果と元の MATLABアルゴリズムによって生成された結果を比較しました。

次のテストでは、微软^®Visual Studio^®を使用して、生成された Cコードをコンパイルし、検証のために結果を再度比較しました。

また、雑音検出アルゴリズムと喘鳴検出の Cコードを 苹果iPhone向けのアプリに統合しました。谷歌^®安卓™ デバイス向けのバージョンも計画されています。

最終的なシステムは、チームが MATLABと MATLAB编码器によって開発したテスト ソフトウェアを使用して無響室でテストされました。

艾森娜は、米国では 美国食品药物管理局の許可を申請中であり、欧州連合では 符合欧洲标准（CE）マーク) 認定を、オーストラリアでは 热重分析承認を受けています。