详细内容或原文请订阅后点击阅览
DopFone 应用程序仅使用智能手机即可准确追踪胎儿心率
由华盛顿大学研究人员领导的团队创建了 DopFone，该系统使用现成智能手机的现有扬声器和麦克风来准确估计胎儿心率。这款手机模仿多普勒超声波，发出声音并聆听胎儿心跳引起的回声的细微变化。然后机器学习模型估计心率。
来源:华盛顿大学心率是胎儿健康的重要标志，但很少有技术可以在医生办公室之外轻松且廉价地跟踪胎儿心率。这可能会给在医生距离较远或无法接触到的资源匮乏地区的怀孕带来风险。
由华盛顿大学研究人员领导的团队创建了 DopFone，该系统使用现成智能手机的现有扬声器和麦克风来准确估计胎儿心率。这款手机模仿多普勒超声波，发出声音并聆听胎儿心跳引起的回声的细微变化。然后机器学习模型估计心率。在对 23 名孕妇进行的临床测试中，DopFone 估算的心率平均误差为每分钟 2 次心跳 (bpm)。可接受的临床范围是 8 bpm 以内。
该团队于 12 月 2 日在《ACM 交互、移动、可穿戴和普适技术会议录》上发表了其研究成果。
“最终，DopFone 可以让人们定期测试胎儿心率，而不是依赖于医生办公室的间歇性测试，或者根本不接受测试，”主要作者、华盛顿大学保罗·G·艾伦计算机科学与工程学院博士生 Poojita Garg 说。 “然后患者可以将这些数据发送给医生，以便他们不在诊所时更好地判断患者的健康状况。”
传统的多普勒超声波是胎儿心率监测的临床标准，其工作原理是向人体内发送高频声音并跟踪回声频率的变化。它们在测量胎儿心率方面非常准确，但需要昂贵的设备和熟练的技术人员来操作。
然后，机器学习模型使用音频和患者的人口统计信息来估计心率
接下来，该团队计划在实验室外收集更多数据，以更好地训练模型。最终他们希望将其部署为公开可用的应用程序。
欲了解更多信息，请通过 pgarg70@uw.edu 联系 Garg。