呼吸器，喘鳴検出および喘息管理のモバルアプリとサバソフトウェアを開発

Respiriでは,患者の気管の近くに接触させた特殊なセンサーによって生成された30秒の録音からさまざまな周波数,振幅,および継続時間の喘鳴音を識別できるアルゴリズムを開発する必要がありました。周囲雑音の影響を最小限に抑えるために,チームは,ユーザーの環境からの音を測定して解析する必要がありました。

そこで,メルボルンにあるアプリ開発会社である两个公牛と提携して,モバイルデバイスで録音を処理し,喘鳴解析アルゴリズムを呼び出して,結果を患者に返すアプリを作成することにしました。また,このアプリでは,モバイルデバイスに内蔵されたマイクを使用して周囲の音を記録することによって,外部の雑音を独立で評価できる必要もありました。

それまで,Respiriのエンジニアが手作業によってアルゴリズムをCでコーディングするのに数か月を要していました。そのため,喘鳴検出と周囲雑音解析のアルゴリズムをモバイルデバイス上に展開できるCコードに迅速に変換する方法が必要でした。

Respiriのエンジニアは,MATLABと计算机视觉工具箱™を使用して,喘鳴検出アルゴリズムを開発しました。このアルゴリズムでは,30秒の録音をスペクトログラムに変換し,そのスペクトログラムを解析して,エネルギーパターンおよび喘鳴のその他の一般的な特性に基づいて喘鳴の可能性がある候補を特定します。また，誤検知を排除するためにさらなる処理を実行します。

周囲雑音検出アルゴリズムを開発するために,エンジニアは,MATLABと信号处理工具箱を使用して,ハミングウィンドウを適用し,高速フーリエ変換を実行し,複数の周波数範囲でスペクトルが極大となる位置を特定しました。

MATLABで両方のアルゴリズムをデバッグおよびテストした後,チームは,MATLAB编码器を使用して,MATLABコードから実行可能な機能を生成しました。この手順により,コード生成に適したコードであることを確認し,実行時エラーをチェックできるようになりました。

次に,エンジニアは,MATLAB编码器を使用して,アルゴリズムからCコードを生成しました。生成されたコードを確認するために,MATLAB内からコードを呼び出し,その結果と元のMATLABアルゴリズムによって生成された結果を比較しました。

次のテストでは，微软^®Visual Studio^®を使用して，生成されたcコ，ドをコンパ。

また,雑音検出アルゴリズムと喘鳴検出のCコードを苹果iPhone向けのアプリに統合しました。谷歌^®Android™デバ屏ス向けのバジョンも計画されています。

最終的なシステムは,チームがMATLABとMATLAB编码器によって開発したテストソフトウェアを使用して無響室でテストされました。

AirSoneaは,米国ではFDAの許可を申請中であり,欧州連合では公司产品(CEマーク)認定を,オーストラリアではTGA承認を受けています。