“MATLAB使我们能够快速开发、调试和测试声音处理算法，而MATLAB Coder简化了在c语言中实现这些算法的过程。没有其他环境或编程语言，我们可以使用相同的时间产生类似的结果。”
但是Goryachev, Respiri
对医生和病人来说，管理哮喘都是困难的。当医生在临床环境中评估哮喘患者时，他们会听哮喘的主要体征和肺部气流阻塞的指示。但当医生不能直接检查病人时，他们必须依靠病人或病人的父母来描述喘息和其他任何症状。这种对哮喘症状和当前状况的自我报告是不可靠的，尤其是当患者是儿童时。
呼吸器公司的工程师已经开发出一种技术，哮喘患者可以用它来记录和分析自己的呼吸。而不是听喘息的声音，airsonia®该技术可以检测由呼吸声音记录而成的图像中的喘息模式。Respiri使用MATLAB®开发了声呼吸监测算法，并使用MATLAB编码器™将它们作为移动应用程序和基于云的服务器软件来实现。
呼吸器公司需要开发一种算法，能够从患者气管附近的一个专门传感器产生的30秒音频记录中识别不同频率、振幅和持续时间的喘息声。为了最小化环境噪音的影响，团队需要测量和分析来自用户环境的声音。
他们与墨尔本的一家应用开发公司Two Bulls合作，决定开发一款应用程序，可以处理移动设备上的录音，调用喘息分析算法，并将结果返回给患者。该应用程序还将通过使用移动设备的内置麦克风记录环境声音，提供外部噪音的独立评估。
在过去，人工编写C语言的算法需要花费几个月的时间。他们需要一种方法，将喘息检测和环境噪声分析的算法快速转换成C语言代码，以便部署在移动设备上。
呼吸器工程师使用MATLAB和计算机视觉工具箱™开发了喘息检测算法。该算法将30秒的录音转换为声谱图，然后分析声谱图，根据能量模式和其他共同特征识别可能的喘息候选者。算法进行进一步的处理以剔除误报。
为了开发环境噪声检测算法，工程师们应用了汉明窗，进行了快速傅里叶变换，并使用MATLAB和信号处理工具箱在多个频率范围内定位谱最大值™．
在MATLAB中调试和测试这两种算法后，团队使用MATLAB Coder从他们的MATLAB代码生成可执行函数。此步骤使团队能够验证代码是否适合于代码生成，并检查运行时错误。
接下来，工程师使用MATLAB Coder从算法生成C代码。为了验证生成的代码，他们从MATLAB中调用它，并将结果与原始MATLAB算法生成的结果进行比较。
在随后的一轮测试中，工程师们使用Microsoft编译生成的C代码®Visual Studio®，并再次比较结果以进行验证。
该团队将噪声检测算法和喘息检测的C代码集成到苹果iPhone的应用程序中;谷歌的版本®安卓™设备计划。
最终的系统在一个暗室中进行了测试，使用的是团队用MATLAB和MATLAB编码器开发的测试软件。
AirSonea正在等待美国FDA的批准，并已在欧盟获得Conformité Européenne (CE Mark)认证，在澳大利亚获得TGA批准。
减少手工编码工作．“在过去的类似项目中，我们必须用C语言编码算法，然后调试C语言的实现，”Respiri公司的高级算法工程师Yulya Goryachev说。“现在，我们使用MATLAB Coder自动生成C代码，这需要的时间和精力明显更少。”
算法开发迭代加速．Goryachev说:“在对算法进行更改后，我们只需重新生成C代码并立即进行测试。”“以前，工程师必须依赖C语言程序员。如果他们忙于其他项目，往往需要几天时间才能实施这些改变。”
减少代码维护开销．Goryachev指出:“分别维护算法和C源代码需要软件工程师的全职工作。”“MATLAB编码器使我们能够在MATLAB中维护一种算法，并在发布时将其转换为C语言，使该工程师能够从事其他项目。”
你也可以从以下列表中选择一个网站: