王棨德、方士豪、曹昱、賴穎暉、林峯全
嗓音問題是現代社會中十分常見的健康疾病,由於聲帶位處喉部深處,非專科醫師與特殊儀器(如內視鏡)難以進行檢查。近年來隨著醫療科技與訊號處理上的突飛猛進,已有不少論文提出深度學習演算法可用於輔助醫療資訊之判讀與臨床決策,惟目前相關技術應用於嗓音疾病之判別與分類,多應用古典分類器如支持向量機、高斯混合模型等。因此,我們的研究成員以亞東醫院嗓音團隊自2012年起收集逾千例之嗓音障礙資料庫為基礎,結合元智大學電機系、中央研究院資訊科技創新研究中心、陽明大學生物醫學工程學系,發揮訊號處理與人工智慧之專長,針對嗓音訊號中的病理特徵進行自動偵測。研究成果除獲得中華民國發明專利許可,更於2018年發表了全球第一篇基於深度學習演算法來偵測嗓音疾病之專業論文,正確性最高可達到 99.14%,超過了過往研究所使用的其他分類器。此外,我們更於2019年結合了深度學習演算法與自行開發之多模態模型,同步處理聲學訊號和病史紀錄(如人口學特徵、臨床症候等資訊),成功將嗓音良性病灶(如結節、息肉、囊腫)、腫瘤、與聲帶麻痺等三大類嗓音疾病進行自動分類預測,正確率最高可達 87.26%。除了發表學研論文之外,本團隊更於醫學工程之頂尖會議(IEEE International Conference on Big Data)主辦全球第一個病理嗓音偵測的公開競賽(FEMH Voice Disorder Detection Competition),共有超過100隊來自27個不同國家的積極參與。本團隊近年也與全球最大晶片設計公司高通(Qualcomm)進行學術合作研究計畫(Qualcomm Taiwan University Research Program),應用手機晶片進行嗓音異常障礙偵測,並於108年7月於元智大學開始執行,顯示此技術之前瞻學術特色以及具備可產品商業化之潛力。
2.市場尚未有利用嗓音判讀及預測疾病之工具,團隊開發之多模態模型,結合聲學訊號和病史紀錄,將三類嗓音疾病進行自動分類預測,正確率達87%。
|
Copyright © 2012 - 2024 Research Center for Biotechnology and Medicine Policy (RBMP). All Rights Reserved