350 руб
Журнал «Биомедицинская радиоэлектроника» №3 за 2020 г.
Статья в номере:
Дистанционное диагностирование заболеваний верхних дыхательных путей на основе анализа параметров речевого сигнала
DOI: 10.18127/j15604136-202003-09
УДК: 612.789.1
Авторы:

С.Н. Кириллов – д.т.н., профессор, зав. кафедрой радиоуправления и связи,  Рязанский государственный радиотехнический университет им. акад. В.Ф. Уткина;  академик Международной Академии связи; чл.-корр. Академии военных наук,  заслуженный работник высшей школы РФ;

E-mail: kirillov.lab@mail.ru

Д.Ю. Мамушев – соискатель, кафедра радиоуправления и связи, 

Рязанский государственный радиотехнический университет им. акад. В.Ф. Уткина

E-mail: mamushev_du@bk.ru

Аннотация:

Постановка проблемы. Необходимость быстрого удаленного принятия предварительного решения о заболевании обследуемого лица без присутствия в медицинском учреждении требует оценки возможности диагностики заболеваний верхних дыхательных путей (ВДП) на основе анализа параметров речевого сигнала (РС) при прохождении через каналы передачи речевой информации (КПИ). Был предложен метод дистанционного принятия диагностических решений при заболеваниях горла и носа верхних дыхательных путей на основе анализа параметров речевого сигнала на выходе каналов передачи речевой информации.

Цель работы – исследование влияния КПИ на результаты диагностики заболеваний ВДП по параметрам РС, а также уточнение модели метода группового учета аргументов (МГУА) для диагностики соответствующих заболеваний и алгоритма классификации этих заболеваний на основе МГУА.

Результаты. Исследования диагностической эффективности полученных моделей МГУА проводились на основе оценки вероятностей ошибок пропуска правильного диагноза пациента (ошибок первого рода) и ошибок ложного диагностирования (ошибок второго рода) в соответствии с методикой, описанной в работе, без использования КПИ и при прохождении РС через КПИ. Из анализа полученных в ходе исследования данных следует, что использование удаленной диагностики по телефонным каналам сотовой связи позволяет решить задачу определения предварительного диагноза пациента с лор-заболеванием. Но при этом, соответственно, ухудшаются вероятностные характеристики получаемого решения. Проведена оценка возможности дистанционной диагностики таких заболеваний верхних дыхательных путей (ВДП), как искривление носовой перегородки, полипозный синусит, ринит, тонзиллит на основе анализа параметров речевого сигнала (РС) на выходе каналов передачи речевой информации (КПИ). Исследовано влияние кодеков речи AMR-NB, AMR-WB (G.722.2), CELP (G.728), G.723.1, ADPCM (G.726), широко используемых в каналах передачи речевой информации основных операторов сотовой связи, таких как МТС, Билайн, Мегафон, Теле2 и др. Установлено, что при прохождении РС через КПИ, для сетей стандарта 2G, вероятности правильного диагностирования уменьшаются на 7–12 %, а в случае стандартов 3G, 4G на – 4–8%. При этом вероятности ложного диагностирования возрастают для сетей стандарта 2G на 5–12%, а в случае стандартов 3G, 4G на – 0,5–2%. Показана возможность удаленной диагностики по телефонным каналам сотовой связи пациентов с лор-заболеваниями. 

Практическая значимость. Полученные результаты подтверждают эффективность использования на практике предлагаемого метода принятия предварительного диагностического решения о заболевании пациента,

Страницы: 68-74
Список источников
  1. Кириллов С.Н., Лукьянов Д.И. Оценка возможности выявления психоэмоциональной составляющей речевого сигнала на выходе каналов передачи речевой информации // Речевые технологии. 2016. № 1–2. С. 13–19.
  2. Речевые кодеки. [Электронный ресурс]: Retrieved from http://celnet.ru/vocod.php 04.04.20.
  3. Кириллов С.Н., Кучуркин А.Н., Мамушев Д.Ю. Метод поддержки принятия диагностических решений при заболеваниях верхних дыхательных путей по параметрам речевого сигнала // Биомедицинская радиоэлектроника. 2019. Т. 22. № 4.  С. 68–76.
  4. Кириллов С.Н., Шустиков О.Е, Мамушев Д.Ю. Идентификационная значимость статических и динамических признаков речевого сигнала в системах распознавания дикторов // Вестник РГРТА. 2000. Вып.7. С. 92–97.
  5. Кириллов С.Н., Мамушев Д.Ю. Хахулин С.С. Распознавание и идентификация речевых команд на основе нелинейной модели голоса диктора // Сб. тр. XVIII сессии Российского акустического общества. 2006. С. 55–57.
  6. Ивахненко А.Г. Долгосрочное прогнозирование и управление сложными системами. Киев: Технiка, 1975. 312 с.
Дата поступления: 26 мая 2020 г.