Luận văn Phát hiện và phân loại âm thanh ho trên các thiết bị IoT
HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG
---------------------------------------
Nguyễn Lý Hòa
PHÁT HIỆN VÀ PHÂN LOẠI ÂM THANH HO TRÊN CÁC
THIẾT BỊ IOT
Chuyên ngành: Khoa học máy tính
Mã số: 8.48.01.01
LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH
(Theo định hướng ứng dụng)
NGƯỜI HƯỚNG DẪN KHOA HỌC : PGS. TS. PHẠM VĂN CƯỜNG
HÀ NỘI - NĂM 2020
i
MỤC LỤC
MỤC LỤC.................................................................................................................. i
DANH MỤC HÌNH VẼ .......................................................................................... iii
DANH SÁCH BẢNG .............................................................................................. iv
BẢN CAM ĐOAN................................................................................................... vi
LỜI CẢM ƠN......................................................................................................... vii
LỜI NÓI ĐẦU ....................................................................................................... viii
1.2 Một số nghiên cứu liên quan .....................................................................3
1.4 Kết luận .....................................................................................................12
2.1 Xử lý âm thanh ho....................................................................................13
loại ho...............................................................................................................15
loại ho...............................................................................................................23
hiện ho .....................................................................................................30
3.1 Thu thập dữ liệu .......................................................................................42
3.2 Huấn luyện dữ liệu ...................................................................................46
3.3.1 Thử nghiệm 1................................................................................48
ii
3.3.2 Thử nghiệm 2................................................................................49
3.3.3 Thử nghiệm 3................................................................................50
3.3.4 Thử nghiệm 4................................................................................51
3.3.5 Thử nghiệm 5................................................................................51
3.4 Kết quả thử nghiệm..................................................................................51
3.5 Kết luận .....................................................................................................56
iii
DANH MỤC HÌNH VẼ
Hình 2.1 Thang điểm thể hiện độ đau (VAS) ...........................................................13
hiện ho.......................................................................................................................23
Hình 2.6: Mô tả kiến trúc CNN.................................................................................29
B C D” và câu đầu ra là chuỗi “X Y Z”....................................................................35
thiết bị không hỗ trợ cổng cắm 3.5............................................................................43
lớp tại thử nghiệm 2. .................................................................................................53
Hình 3.7: Giảm số lượng lớp của hai mạng ..............................................................55
v
DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT
Viết tắt
IoT
Tiếng Anh
Tiếng Việt
Internet of Thing
Internet Vạn Vật
HMM
GMM
DNN
ANN
CNN
RNN
LSTM
RBM
DBN
SVM
SFFT
Hidden Markov Model
Gaussian Mixture Model
Deep Neural Network
Mô hình Markov ẩn
Mô hình Gaussian hỗn hợp
Mạng nơ ron sâu
Artificial Neural Network
Convolutional Neural Network
Recurrent Neural Network
Long shot term memory
Restricted Boltzmann Machine
Deep Bayesian Networks
Support Vector Machine
Sparse Fast Fourier Transform
Mạng nơ ron nhân tạo
Mạng học sâu tích chấp
Mạng học sâu quy hồi
Bộ nhớ dài – ngắn hạn
Máy Boltzmann bị hạn chế
Mạng học sâu Bayes
Máy véc tơ hỗ trợ
Biến đổi Fourier nhanh
Mel Frequency Cepstral
Coefficients
Phương pháp trích xuất đặc trưng
MFCC
âm thanh
vii
LỜI CẢM ƠN
Trong quá trình học tập, nghiên cứu và hoàn thành luận văn, tôi đã nhận được
sự động viên, khuyến khích và tạo điều kiện giúp đỡ nhiệt tình của các cấp lãnh đạo,
của các thầy giáo, cô giáo, anh chị em, bạn bè đồng nghiệp và gia đình.
Tôi muốn bày tỏ lòng biết ơn sâu sắc tới các thầy cô giáo, phòng Sau đại học
Học viện Công nghệ Bưu chính Viễn Thông và đặc biệt là các thầy cô giáo trực tiếp
giảng dạy các chuyên đề của khóa học đã tạo điều kiện, đóng góp ý kiến cho tôi trong
suốt quá trình học tập và hoàn thành luận văn thạc sỹ.
Đặc biệt, tôi xin bày tỏ lòng biết ơn sâu sắc tới PGS.TS.Phạm Văn Cường –
Người đã trực tiếp hướng dẫn, tận tình chỉ bảo, giúp đỡ tôi tiến hành các hoạt động
nghiên cứu khóa học để hoàn thành luận văn này.
Với thời gian nghiên cứu còn hạn chế, thực tiễn công tác lại vô cùng sinh động,
luận văn không thể tránh khỏi những thiếu sót, tôi rất mong nhận được các ý kiến
đóng góp chân thành từ các thầy giáo, cô giáo, đồng nghiệp, bạn bè.
Hà Nội, ngày tháng năm 2020
Học viên
Nguyễn Lý Hòa
viii
LỜI NÓI ĐẦU
Các loại bệnh dịch trong suốt bề dày lịch sử của loài người đã có sự phát triển,
phân cấp các loại bênh biến đổi và thay đổi không ngừng. Một trong số đó không thể
không nhắc tới những bệnh liên quan tới đường hô hấp, đặc biệt là dịch bệnh COVID-
19 kinh hoàng gần đây đã và đang làm cho thế giới chao đảo. Tính từ đầu năm 2020
đến nay đã có tới 43,9 triệu người nhiếm trên toàn thế giới và hơn 1,16 triệu người tử
vong. Tại Việt Nam, chúng ta đã vô cùng thành công khi chỉ có 1169 người nhiễm,
chỉ có 35 người tử vong với bệnh nền nặng. Dịch bệnh đã lây lan đến mức kinh hoàng
trên quy mô cả thế giới như vậy hầu như là do tính chủ quan của người bệnh, cũng
như việc đánh giá sai các triệu chứng của mình.
Các dịch bệnh về hô hấp đã nhiều lần gây ra sự hỗn loạn trên thế giới, chủng
bệnh thay đôi liên tục, tăng cường thích nghi với mỗi lần chúng ta tìm ra vacxin điều
trị. Ta cũng có thể thấy được các đại dịch lớn đều có các triệu chứng liên quan tới
triệu chứng ho tiêu biểu như: bệnh lao, đại dịch cúm Tay Ban Nha (1918), dịch cúm
Châu Á (1957),… và đặc biệt dịch SARS (2003) nay đã biến đổi và quay trở lại với
tên gọi COVID-19. Triệu chứng ho là một trong các triệu chứng đặc trưng của các
dịch bệnh này, với mỗi dịch bệnh về hồ hấp mới sẽ có các đặc trưng ho riêng biệt như
đối với dịch COVID-19 là triệu chứng ho khan cùng với các triệu chúng khác ta có
thể phân biệt chúng với các triệu chứng cúm thông thường. Chính vì sự thiếu hiểu
biết cũng như chủ quan của con người mà đôi khi đã khiến căn bênh trở lên trầm
trọng hơn hoặc gây nguy hiểm cho những người xum quanh. Đặc biệt với thực trạng
đang quá tải các bệnh viên như hiện nay thì việc có thể nhận dạng bệnh lý còn khó
khăn hơn khi không thể nghe những lời khuyên y tế.
Tuy nhiên, sự phát triển của con người cũng đã tạo ra sự phát triển về công
nghệ thông tin, sự phát triển của các thiết bị IoT. Chúng ta đã áp dụng công nghệ
thông tin vào các ngành nghề khác từ giao thông vận tại, giáo dục, sản xuất chế tạo,…
Con người cũng đã áp dụng Công nghệ thông tin trong y tế, dựa trên các hệ thống lưu
động, lưu trữ thông tin bệnh nhân; hệ thống báo hiệu sống còn của bệnh nhân; hay cả
ix
đến ứng dụng hệ thống trí tuệ nhân tạo, học sâu để nhận biết các dao động của nhịp
tim, nhận dạng tiếng thở, âm thanh ho… Bằng cách nghiên cứu các phương pháp học
sâu, tôi mong muốn có thể đưa ra được phương pháp tốt nhất cho việc phân loại âm
thanh ho. Nhờ đó, chúng ta có thể phát triển các ứng dụng dựa trên các thiết bị IoT
để ai cũng có thể nhận biết được dạng ho của bản thân, cùng với các triệu chứng đi
kèm có thể tư đưa ra sơ bộ về tình hình cá nhân để can thiệp kịp thời với tình trạng
của mình cũng như sẽ không gây ra sự lây lan, nguy hiểm đến những người xum
quanh.
1
CHƯƠNG 1: TỔNG QUAN VỀ PHÂN LOẠI HO
1.1 Bài toán phát hiện và phân loại ho
Như chúng ta đã, biết đối với hiện trạng như hiện nay trên thế giới tình trạng
đại dịch COVID-19 truyền nhiễm theo cấp số nhân vô cùng nghiêm trọng tăng tới
hàng trăm nghìn ca nhiễm và hàng nghìn ca tử vong mỗi này. Dựa vào biểu đồ tại
hình 1.1, ta cũng có thể thấy được dịch bệnh này chưa hề có dấu hiệu dừng lại. Theo
dữ liệu thống kê hiện tại:
Hình 1.1: Biểu đồ dịch bệnh Covid – 19 năm 2020 (nguồn: google)
Và đó chỉ là một trong những bệnh dịch gần đây nhất đang hoành hành trên
thế giới tại thời điểm hiện tại. Trong suốt cả quá trình phát triển của loài người đã có
những dịch bệnh kinh hoàng hơn như vậy. Bệnh dịch hạch được biết tới từ những
năm 541 sau công nguyên từng khiến cho các đế chế Hy Lạp chao đảo, cũng căn bệnh
này đã khiến cho cả Châu Âu chao đảo từ 1347 đến 1351 số người chết lên tới 25
triệu người. Bệnh đậu mùa khi thực dân châu Âu xâm chiếm châu Mỹ vào thế kỷ 17
và mang theo cả bệnh đậu mùa (do virus variola gây ra) tới lục địa này. Bệnh đậu
mùa đã cướp đi sinh mạng của khoảng 20 triệu người, gần 90% dân số ở châu Mỹ khi
đó. Hay đại dịch tả đầu tiên bắt đầu ở Jessore, Ấn Độ (1817-1823) và giết chết hàng
triệu người dân Ấn Độ khi ấy. Sau đó, dịch tả bùng phát thêm nhiều đợt mới lan
nhanh khắp các châu lục trong thời gian ngắn. Trong số đó, không thể không nhắc tới
các đại dịch cúm đã liên tục hoành hành trong loài người như dịch cúm Tây Ban Nha
(1918), dịch cúm Châu Á (1957),… Các dịch cúm liên tục thay đổi và thích nghi sau
2
mỗi lần loại người có thể phòng chống và chữa trị được, như đại dịch COVID-19
cũng là một bản sao sự biển đổi từ chủng của đại dịch SARS năm 2003. Tuy nhiên,
mỗi dịch bệnh xảy ra đều có các triệu chứng liên quan để chúng ta có thể dễ dàng
phòng ngừa được, tuy nhiên do sự chủ quan và thiếu hiểu biết đã khiến cho loài người
rơi vào tình cảnh khó khăn.
Phần lớn các căn bệnh liên quan tới được hô hấp hay dịch cúm đếu có các triệu
chứng ho, chẳng hạn như đối với dịch bệnh COVID-19, ngoài các triệu chứng cụ thể
ra kèm với đó còn có dạng ho riêng. Tùy theo cơ địa mỗi người mà các triệu chứng
dạng ho có thể là rõ hoặc không rõ nhưng vẫn có cùng dạng ho. Mỗi dạng ho, khi đi
kèm với những triệu chứng khác nhau có thể là những căn bệnh khác nhau, đôi khi
để cá nhân người bệnh có thể tự nhận biết hay phân loại được dạng ho của mình để
có thể phòng ngừa cũng là một điều khó khăn khi không có các lời khuyên từ các bác
sĩ chuyên ngành. Vì vậy, ứng dụng các kỹ thuật công nghệ để có thể phát hiện và
phòng ngừa là một điều cấp thiết.
Với sự phát triển của ngành Công nghệ thông tin, chúng ta đã ứng dụng được
vào các ngành nghề khác để có thể hoạt động dễ dàng hơn. Ngoài những ngành nghề
khác, việc áp dụng công nghệ thông tin vào ngành y học là vô cùng cần thiết. Ngoài
những công việc áp dụng công nghệ thông tin cơ bản, chúng ta cũng đã có nhiều thuật
toán học sâu, ứng dụng trí tuệ nhân tạo để hỗ trợ con người trong ngành y học, dễ
dàng hơn trong việc chuẩn đoán tình trạng của bệnh nhân và kịp thời phòng ngừa.
Giả sử như bằng các thuật toán trí tuệ nhân tạo để kiểm tra và phân loại nhịp tim thai
nhi [16], sử dụng để dự đoán ngừng tim đột ngột dựa trên các thông tin thay đổi của
nhịp tim [17] hay các thuật toán học máy để kiểm tra tâm lý con người như kiểm tra
các khái niệm về tự tử và cảm xúc của thanh thiếu niên để ngăn chặn việc tự tử [18],...
Nhận thấy được khả năng khi áp dụng máy học cho các vấn đề về y học cùng với thực
trạng hiện nay đối với các dịch bệnh cúm mùa đặc biệt là đại dịch COVID-19, tôi
muốn áp dụng các thuật toán học máy để có thể thực hiện bài toán phát hiện và phân
loại các dạng ho trên các thiết bị IoT, vậy tại sao là các thiết bị IoT? Đối với các thiết
bị IoT thì gần như mọi người đều đang sử dụng chúng chẳng hạn như điện thoại thông
3
minh Smartphone, thiết bị đeo tay điện tử… Để tiếp cận hệ thống này cho những
người sử dụng phổ thông là vô cùng đơn giản, không cần phải có các thiết bị điện tử
quá đắt tiền cũng như gây khó chịu cho người sử dụng, không những thế người sử
dụng có thể tiếp cận mọi lúc mọi nơi. Việc thực hiện bài toán này chính là tiền đề để
tạo ra hệ thống tối ưu nhất và có thể góp phần giúp người sử dụng nhanh chóng biết
được tình trạng của bản thân và mau chóng chữa trị, phòng ngừa tránh lây lan ra cộng
đồng người xum quanh mình. Xác suất nào đó có thể giảm thiểu số người nhiễm bệnh
và người tử vong nếu như có những đại dịch cúm trong tương lai.
1.2 Một số nghiên cứu liên quan
Phát hiện, phân loại ho và đánh giá mức độ nghiêm trọng của triệu chứng tự
động đã thu hút các nhà nghiên cứu, chuyên gia y tế và bác sỹ trong nhiều năm. Phần
lớn người đến chưa trị, hay cần lời khuyên từ bác sỹ đều có chung triệu chứng là ho
[3]. Người ta có thể phát hiện âm thanh ho dựa trên việc lắp đặt hàng loạt các cảm
biến âm thanh [4], đối với [6], [7], [8], thì họ chỉ cần sử dụng duy nhất một micro gắn
lên người có triệu chứng nhiễm bệnh [2] hoặc sử dụng hệ thống mic thu âm của thiết
bị di động [1], [11]. Trước đây, các hệ thống cảm biến được lắp đặt theo thứ tự cụ thể
trong một môi trường đa chiều để có thể cảm nhận được biến động từ môi trường
xum quanh và cảnh báo nguy hiểm [8], trong khi đó các thiết bị cảm biến được đeo
trên người thường có tác dụng để có thể nhận biết hành vi của người đeo, cảm biến
các tác động, báo hiệu khi người sử dụng bị ngã [9] hoặc là các hệ thống cảm biến
này có thể nhận diện được các dấu hiệu sự sống của còn người chẳng hạn như nhịp
tim, hơi thở, huyết áp, nồng độ Oxi trong máu để báo hiệu cho người sử dụng khi tới
ngưỡng nguy hiểm liên quan tới tính mạng. Tất nhiên, với việc sử dụng nhiều các
cảm biến được cài đặt trong môi trường có thể mất khá nhiều kinh phí cũng như khả
năng kết nối bởi sự hạn chế của phạm vi cảm biến chỉ có 1 khoảng nhất định (ví dụ
như tầm tín hiệu của cảm biến chỉ ở trong phòng hoặc trong nhà). Đối với các thiết
bị điện thoại di động hay là các thiết bị IoT có tích hợp cảm biến thì có thể cho phép
người dùng phát hiện, phân loại ho và mức độ nghiêm trọng của triệu chứng mọi nơi,
mọi lúc.
4
Các cảm biến hệ thống âm thanh được sử dụng để tạo ra các máy phát hiện ho
là tương đối phổ biến, tính tới thời điểm hiện tạo các thiết bị đó có thể nhận dạng
được âm thanh ho chuẩn tới 95%. Một số nhà khoa học đã áp dụng phương pháp phát
hiện âm thanh ho dựa trên mạng nơ-ron nhân tạo, được tạo ra bởi các vec tơ từ 222
đặc trưng [6], trong khi đó [4] bằng cách đặt các cảm biến ho tại các vị trí trên cơ thể
người, so sánh các kết quả và đưa ra kết luận chính việc thay đổi các vị trí đặt máy
cũng có thể liên quan tới sự chính xác của máy phát hiện ho, Vizel E. et al. Còn [5]
thì đưa ra thông tin về âm thanh ho bằng cách phân tích tổng hợp hai luồng đó là âm
thanh được thu từ một chiếc micro được đặt trên ngực và âm thanh được thu từ các
cảm biến được cài đặt trong môi trường xum quanh người đeo micro. Tương tự,
Zheng, S., et al. [7] CoughLoc phân tích âm thanh ho dựa từ dữ liệu thu được tại
mạng cảm biến không dây không xâm nhập, bên cạnh đó CoughLoc cũng phân tích
xem tại vị trí thu được các âm thanh ho để tăng độ nhận diện âm thanh chính xác nhất.
[6] nhận dạng âm thanh ho bằng cách sử dụng các cảm biến khác nhau bao gồm cả
gia tốc kế EMT 25 C (Siemens); Gia tốc kế PPG 201 (PPG); Micro Sony ECM-T150
kết nối với bộ đầu nối nén khí và so sánh chất lượng chuyển đổi và nhận dạng với các
thiết bị thu âm thanh của phổi. Bên cạnh đó, chúng ta còn có cách thu âm thanh ho
chỉ bằng chiếc micro đeo trên ngực của người bệnh và phân tích dựa trên chính dữ
liệu mà chiếc micro đó thu được. Chẳng hạn, [2] Leicester Cough Monitor đề xuất sử
dụng máy ghi âm trên ngực bệnh nhân, kế quả LCM đã được đánh giá nghiêm ngặt,
đạt được độ nhạy và độ đặc hiệu tỉ lệ cao 91% trên bộ dự liệu ngoại tuyến của 15
bệnh nhân ho mãn tính và 8 người khỏe mạnh. Một nghiên cứu khác, [8] đã sử dụng
phương pháp học sâu áp dụng mô hình Markov ẩn với hơn 800 phút ghi âm và đã
phát hiện ra các hiện tượng ho chính xác tới 82% cùng với tỉ lệ lỗi thấp khoảng 7 lần
mỗi giờ.
Bên cạnh đó cũng đã có nhiều phương pháp áp dụng học sâu (Deep Learning
Machine) vào việc phát hiện và phân loại các dạng ho. [14] đã phát hiện ho bằng cách
sử dụng nhận dạng hình ảnh, dữ liệu âm thanh ho dưới dạng âm thanh sẽ được chuyển
đổi thành 1 hình ảnh quang phổ từ máy tính, VD: Sử dụng phép biến đổi Fourier thời
5
gian ngắn (STFT). Sau đó sử dụng mạng học sâu để phân tích dựa trên hình ảnh quang
phổ được chuyển đổi từ âm thanh ho và các âm thanh thông thường. Ưu điểm của
việc này là sử dụng Mạng học sâu tích chập (CNN) để áp dụng vào việc nghiên cứu
và phát hiện các dạng ho qua hình ảnh, CNN rất dễ huấn luyện và có sẵn rất nhiều
phần cứng tài nguyên để hỗ trợ cho việc này. Cùng với đó, áp dụng đồng thời Mạng
học sâu hồi quy (RNN) với các nơ-ron chuyên biệt có thể nắm bắt và mô hình hóa
các liên kết dài hạn theo trình tự. Bên cạnh đó, RNN cũng khó bị ảnh hưởng bởi hiện
tượng nhiễu trong dữ liệu tuần tự. Tuy nhiên, CNN có một nhược điểm lớn đó là yêu
cầu dữ liệu đầu vào phải được cố định và rõ ràng, cùng với đó việc học dựa trên RNN
là quá trình huấn luyện máy học vô cùng khó khan và lượng mẫu dữ liệu đầu vào là
không hề nhỏ. Song song với đó, cũng đó có một số phương án khác như [15] cũng
đã sử dụng mạng học sâu để nhận dạng loại ho của bệnh nhân, họ đã chứng minh rằng
phân loại ho dựa trên sự kết hợp của mô hình hỗn hợp Gaussian kết hợp với Markov
ẩn (GMM – DNN) không thể hoạt động tốt bằng hệ thống sử dụng mạng học sâu
cùng mô hình Markov ẩn (HMM – DNN). Ta có thể thấy được bằng cách sử dụng
phương pháp học sâu, ta có thể xây dựng được một hệ thống nhanh nhạy và chuẩn
xác theo thời gian thực, tuy nhiên để đạt được hệ thống như vậy chúng ta cần một
lượng vô cùng lớn các dữ liệu đầu vào để hệ thống máy học có thể sử dụng để tăng
khả năng chuẩn đoán. Bênh cạnh đó, toàn bộ các dữ liệu này cần được ghị, thu thập
liên tục và không được ngắt quãng.
Con người đã rất thành công khi sử dụng thành thạo và kết hợp các thiết bị
như các bộ xử lý, bộ nhớ đệm và nhiều loại cảm biến như gia tốc kế, GPS, con quay
hồi chuyển, máy ảnh kỹ thuật số, micro,… để áp dụng vào việc phát hiện, chữa trị
các căn bệnh trong những khoảng thời gian không có sự giám sát của bác sĩ, y tá hay
các chuyên gia y tế. Bên cạnh đó, hiện nay các thiết bị di động cũng là một trong các
thiết bị được nhiều nhà phát triển, khoa học quan tâm tới khi xây dựng các hệ thông
phần mềm, ứng dụng phục vụ cho việc phát triển y học và hỗ trợ bệnh nhân. Bằng
cách sử dụng thiết bị di động hay các thiết bị IoT, người sử dụng có thể nắm rõ các
thông tin tình trạng cá nhân nhanh chóng và đưa ra các quyết định kịp thời. Hiện nay
6
cũng đã có một số các hệ thống ứng dụng đã có thể phát hiện và phân loại ho bằng
các phân tích các dữ liệu âm thanh được thu vào từ các thiết bị di động. Ví dụ: [1] đã
đề xuất một phương án phát hiện âm thanh ho dựa trên việc phân tích cường độ âm
thanh trung bình, các tính chất thành phần của âm thanh ho đã được trích xuất từ các
hệ số biến đổi Fast Fourier của dữ liệu thô thu từ thiết bị di động được đặt trong tay
túi áo của người sử dụng hay từ thiết bị đeo cổ tích hợp míc như các thiết bị tai nghe
không dây (phần micro hướng về phía miệng của người sử dụng). Kết quả chỉ ra rằng
[1] đã đạt tỉ lệ chính xác tới 92%, trong khi đó cách làm này có thể giữ được quyên
riêng tư của người sử dụng, nhưng việc sử dụng thiết bị đeo cổ cũng gây ra sự bất
tiện cho người sử dụng. Chúng ta có thể thấy được việc sử dụng các cảm biến âm
thanh chất lượng cao có thể giúp chúng ta tăng độ chính xác khi nhận dạng âm thanh
ho thu được, tuy nhiên có một sự thật là để có thể sử dụng được nhiều cảm biến như
vậy ta sẽ mất rất nhiều chi phí, tài nguyên sử dụng, không những vậy các thiết bị này
cũng có phạm vi tín hiệu nhất định đôi khi sẽ gây sự khó chịu cho người sử dụng. Đối
với thời đại công nghệ 4.0 cùng với tình trạng giãn cách xã hội như hiện nay, việc sử
dụng các thiết bị IoT như di động là một phương án tiện nghi và tương đối hữu hiệu
đối với những người đã có biểu hiện nghi nhiễm hay những người cần có sự giám sát
y tế. Phương pháp đề xuất của tôi cũng được xây dựng dựa trên một thực trạng không
thể phủ nhận sự nguy hiểm của dịch bệnh không chỉ tại Việt Nam mà trên cả trên toàn
thế giới. Bằng cách sử dụng phương pháp này, ta không chỉ phát hiện âm thanh ho
mà còn phận biệt, đánh giá các dạng ho thông qua dữ liệu được thu từ các thiết bị IoT
của người sử dụng trên các nền tảng hiện hành đang được phát triển.
Phát hiện ho dựa trên các cảm biến đã được nghiên cứu qua hàng chục năm
nay để có thể đưa ra các kết quả chính xác. Tuy vậy, chỉ phát hiện cho là chưa đủ cho
cho nhu cầu sử dụng như hiện tại, chúng ta có thể nhận dạng được các dạng ho phổ
biến gôm 5 dạng ho xuất hiện trên người [12]. Với mỗi dạng ho, nhưng với các triệu
chứng khác nhau lại có thể đưa ra một kết quả lâm sàng khác về bệnh của người đang
mắc phải triệu chứng này. Vậy nên, việc có thể phân loại ho là bước đầu tiên để có
thể phát hiện kịp thời đến các bệnh liên quan tới đường hô hấp. Để có thể xác nhận
7
được kiểu dạng ho hay chủng loại ho thì đòi hỏi người mắc triệu chứng trên cần phải
có sự phối hợp với bác sỹ chuyên ngành. Đối với thực trạng như hiện nay đôi khi sẽ
có nhiều bệnh nhân khi mắc các triệu chứng về ho cũng sẽ chưa vội liên hệ với bệnh
viện, tự đánh giá triệu chứng của bản thân và đưa ra quyết định. Đôi khi với chính
những suy nghĩ này đã góp phần tăng thêm số lượng người nhiễm phải dịch bệnh này
tăng cao. Hay người bệnh nhân khi đến các bệnh viện chuyên ngành lo ngại cũng có
thể nhiễm phải dịch bệnh này kể cả không tiếp xúc trực tiếp, vậy nên xây dựng một
hệ thống phát hiện và phân loại các dạng ho ngay trên chính các thiết bị di động là
một việc vô cùng quan trọng và cần thiết. Chúng ta đã biết rằng nếu sử dụng các thiết
cảm biến và biểu đồ ho theo thời gian thực của người bệnh, ta sẽ nhận biết được và
phân loại các dạng ho này. Nhưng song song với việc này, chúng ta sẽ phải tốn nhiều
kinh phí hơn để sử dụng các thiết bị cảm biến với số lượng lớn với lượng người nhiễm
bệnh là quá nhiều, không những vậy các thiết bị này cũng khiến chúng ta mất nhiều
thời gian hơn để chuẩn đoán mà còn gây ra sự khó chịu đối với các bệnh nhân (có thể
có những người không muốn sử dụng các thiết bị này). Ngược lại đối với các thiết bị
IoT, hay các thiết bị di động thì giờ đây là một phần gần như không thể thiếu được
với con người hiện đại. Hiện nay, theo như một nghiên cứu đã đưa ra rằng người Việt
Nam bỏ ra trung bình 4 tiếng mỗi ngày để sử dụng các thiết bị di động và số người
này còn tăng lên khi thống kê với các nước đang phát triển. Chính nhờ sự thông dụng
của các thiết bị IoT ngày càng được phát triển và nâng cấp như điện thoại thông minh,
thiết bị đeo tay thông minh,… thì việc phát triển hệ thống hỗ trợ người mắc bệnh trên
các thiết bị này là vô cùng tiềm năng, có khả năng sẽ đạt được hiệu suất cao với nhiệm
vụ được đề ra ban đâu. Bằng các thiết vị IoT, chúng ta có thể thu được các dữ liệu
thông tin về âm thanh ho, âm lượng, tần suất triệu chứng của bệnh nhân một cách thụ
động và đưa ra được biểu đồ về dạng ho của người mắc triệu chứng này. Các nhà phát
triển đã hướng tới việc xậy dựng các thiết bị IoT thành một hệ sinh thái chung, dễ
dàng chia sẻ các thông tin nhận được giưa chúng qua nền tảng bảo mật cụ thể. Trung
nghiên cứu [13] đã đề cập đến việc sử dụng thiết bị đeo tay, và điện thoại di động
chia sẻ thông tin cho nhau có thể nhận ra những tác động của cơn ho đến với cơ thể
8
người trong thời gian thực. Như vậy, ta có thể thấy được sự quan trọng của các thiết
bị IoT và bằng cách sử dụng chúng ta có thể giúp nhiều người có thể phát hiện và
phân loại ho không chỉ ở người già, trẻ em mà những người khỏe mạng cũng có thể
nắm được tình trạng cơ thể mình và mau chóng có biện pháp phòng chống, phòng
ngừa hiệu quả, tránh được sự lây lan đáng sợ của các dại dịch nguy hiểm liên quan
tới được hô hấp như đại dịch COVID-19 hiện nay.
1.3 Các dạng ho dựa trên bệnh lý con người
Ho là một phát thở ra mạnh và đột ngột. Đó là cơ chế tự vệ sinh lý để đưa các
dị vật được phát hiện ở phần trên của đường hô hấp có thể gây tắc thở ra phía bên
ngoài. Ho cũng là một trong những triệu chứng của việc rối lại hệ thống tuần hoàn
trong cơ thể.
Người ta có thể chủ động ho, nhưng trong số đa trường hợp, ho xảy ra ngoài ý
muốn và động tác này có tính phản xạ. Tuy nhiên, nhiều virus và vi khuẩn có thể
truyền nhiễm từ người này sang người khác thông qua ho.Tại nghiên cứu [19], các
nhà chuyên môn đã đưa ra được nghiên cứu cụ thể về triệu chứng này và đưa ra các
dạng của triệu chứng ho bên cạnh đó là nguyên nhân lây nhiễm từ ho (Bảng 1.1) và
không lây nhiễm từ ho (Bảng 1.2):
- Ho cấp: Là tình trạng ho xảy ra đột ngột, thông thường nhất là do hít phải bụi
hoặc chất kích thích. Ho cấp cũng có thể là do các nguyên nhân: Do nhiễm khuẩn,
viêm họng, viêm thanh quản, viêm tai, viêm xoan, viêm phế quản, viêm phổi, tràn
dịch màng phổi. Cũng có khi các triệu chứng ho xuất hiện trong các bệnh dị ứng tai
mũi họng và hen. Triệu chứng ho cấp cũng có thể là do bênh gây ứ máu ở phổi như:
Bệnh phù phổi, tim và thường gặp ở người có tiều sử mắc các bệnh tim mạch, tăng
huyệt áp,…
- Ho thành cơn: Ho nhiều lần liên tiếp nhau trong một thời gian ngắn, điển
hình như là cơn ho gà; người bệnh ho liền một cơn, sau đó hít một hơi dài và tiếp tục
ho nữa. Cơ ho kéo dài thường gây gia tăng áp lực trong lồng ngực, gây ứ huyết tĩnh
mạch chủ trên làm cho người bệnh đỏ mặt, tĩnh mạch cổ phồng, cơn ho có thể làm
9
chảy nước mắt, đôi khi còn gây ra phản xạ nôn nữa. Người bệnh có thể đau ê ẩm
ngực, lưng và bụng do các cơ hô hấp co bóp quá mức.
- Ho khan kéo dài: là tình trạng ho không khạc ra đờm mặc dù người bệnh có
thể ho nhiều. Tuy nhiên, có người nuốt đờm hoặc vì không muốn khạc hay vì không
biết khạc đờm. Ho khan kéo dài cần chú ý đến: Bệnh của thanh quản, viêm tai, viêm
xương chũm mạn tính; Do ung thư phế quản: xảy ra ở người có thâm niên hút thuốc
lá, thuốc lào lâu năm (trên 10 năm).
Ho khan kéo dài còn do các bệnh tổ chức kẽ của phổi như xơ phổi, phù phổi
bán cấp, ung thư phổi hoặc lao kê hoặc do tràn dịch mạn tính màng phổi. Ho kéo dài
cũng có thể do một số chất độc gây kích thích trực tiếp do cơ chế miễn dịch dị ứng
(hen). Một số trường hợp rối loạn tinh thần có biểu hiện ho nhiều, không có tổn
thương trên đường hô hấp. Nhưng đó là những trường hợp hiếm gặp. Ho khan kéo
dài còn do tác dụng phụ của một số thuốc, nhất là thuốc điều trị bệnh tăng huyết áp
(coversyl).
- Ho có đờm: Là tình trạng người bệnh bị ho và cảm thấy nặng ngực, ho thường
khạc ra chất nhầy và đờm. Bệnh nhân có cảm giác nghẹt thở và khó thở, mệt lả. Các
triệu chứng thường tăng lên khi đi bộ và nói chuyện. Ho có đờm đa số nguyên nhân
là do viêm phế quản mạn tính, cũng có khi là triệu chứng ho sau khi viêm họng, viêm
mũi và viêm xoang...
Ở một người nghiện thuốc lào, thuốc lá lâu năm bị ho có đờm kéo dài, đồng
thời tính chất của ho thay đổi hoặc ho ông ổng là dấu hiệu của báo động ung thư phế
quản. Ho khạc đờm nhiều kèm theo bội nhiễm luôn phải chú ý đến ung thư họng -
thanh quản, thực quản, khí quản...
- Ho ra máu: Là tình trạng ho khạc thấy máu xuất hiện kèm theo. Nó có nhiều
mức độ từ nhẹ đến nặng. Đó có thể là một dấu hiệu của các bệnh viêm phổi cấp và
mạn tính, ung thư phổi... Ho ra máu có thể xảy ra đột ngột trong lúc người bệnh cảm
thấy khỏe mạnh hoặc sau khi hoạt động mạnh... Thông thường, 90% trường hợp ho
ra máu là do bệnh lao đang tiến triển (nếu kèm ho kéo dài, sốt nhẹ, sút cân thì càng
10
chắc chắn). Nếu ho ra máu chút ít lẫn trong đờm, tái phát một vài lần mà không có
sốt hoặc sút cân cũng nên nghĩ đến bệnh lao.
Inhibitors of the converting enzyme of the
angiotensin
Beta blockers
Các loại thuốc
Interferon peguilado (bronchial mod)
Methotrexate (pneumonitis)
Pulmonary Edema
Bệnh tim mạch
Pulmonary Embolism
Dạ dày trào ngược
Tắc, nghẹt thở do ngoại vật
tác động
Các loại u khối
Hen suyễn
Variant of the asthma with cough(a)
Bệnh phổi tác nghẽn thâm
niên
Hít phải khí độc
Dị ứng
Gas mustard, formaldehyde
Silicosis
After-infectious coughAtopic
Cough (b)Psychogenic Cough
Hiệu ứng ho
Bảng 1.1: Các nguyên nhân hình thành ho không do lây nhiễm
Tải về để xem bản đầy đủ
74 trang
21700
Free
Bạn đang xem 20 trang mẫu của tài liệu "Luận văn Phát hiện và phân loại âm thanh ho trên các thiết bị IoT", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- luan_van_phat_hien_va_phan_loai_am_thanh_ho_tren_cac_thiet_b.pdf
