点击购买，资源将自动在新窗口打开.
获取独家产品信息，尽享促销优惠！立即订阅，不容错过
* 限···时··优惠
为了应对这一挑战，卢森堡卫生研究院深度数字表型分析部门的 Abir Elbeji 和 Guy Fagherazzi 博士领导的研究团队开发了一种原创方法，该方法依赖于区分人声音的细微变化。他们利用先进的机器学习技术，确定了与 2 型糖尿病相关的声音生物标记，为非侵入性、可扩展且经济实惠的健康筛查的未来提供了一瞥，通过简单的语音记录即可诊断 2 型糖尿病。
主要关键词
