Vés enrere Detecció de covid-19 a través de l’anàlisi automàtica de la tos

Detecció de covid-19 a través de l’anàlisi automàtica de la tos

Revela un treball acceptat per al congrés Interspeech 2021 que se celebrarà a Brno (Txèquia) el proper agost. Un estudi liderat per Adrià Mallol i Helena Cuesta, alumni de la UPF i investigador de la Universitat d’Augsburg (Alemanya) i investigadora del grup de recerca en Tecnologia Musical,  respectivament.

22.06.2021

Imatge inicial

La crisi de la covid-19 ha posat a prova els sistemes sanitaris de tot el món. L’accés a les vacunes contra la covid-19 ha fet que la situació estigui cada dia més estabilitzada. Tot i així, cal i caldrà seguir fent cribratges massius a la població per detectar positius i trencar, així, possibles cadenes de transmissió del virus. Per aquest motiu, cal investigar noves tècniques que permetin reduir el cost i el temps de les proves diagnòstiques per fer-les a gran escala d’una manera accessible, eficient i  econòmica.

Un equip d’investigadors, en el context del congrés internacional Interspeech 2021, han presentat el sistema al Cough Sound Track del Diagnosing COVID-19 using Acoustics (DiCOVA) Challenge. L’article corresponent a la seva contribució ha estat acceptat per formar part del programa científic d’Interspeech.

Aquesta és una recerca que lideren Adrià Mallol, alumni d’enginyeria de sistemes audiovisuals de la UPF i investigador de la Universitat d’Augsburg (Alemanya), i Helena Cuesta, amb participació d’Emilia Gómez (Joint Research Centre, European Commission), ambdues membres del grup de recerca en Tecnologia Musical MTG del Departament de Tecnologies de la Informació i les Comunicacions DTIC de la UPF, i Björn Schuller, investigador de  la Universitat d’Augsburg i de l’Imperial College de Londres (Regne Unit).

“Ens hem proposat d’investigar com utilitzar  tècniques d’Intel·ligència Artificial per a la detecció d’aquesta malaltia”

Sistemes previs basats en IA s’han demostrat efectius per a la detecció de tos i esternuts, o per al reconeixement d’anomalies respiratòries. La IA també s’ha utilitzat en el camp de la salut mental per detectar pacients amb depressió, o trastorn d'estrès posttraumàtic. Seguint els avenços en salut digital: “Inspirats per aquests estudis, i basant-nos en les afectacions respiratòries provocades per la covid-19, ens vam plantejar el repte d’investigar si les tècniques d’IA poden detectar anomalies relacionables amb el virus a través de l’anàlisi automàtica de la tos”, explica Helena Cuesta, membre de l’equip d’investigadors.  

El senyal de tos queda alterat en pacients positius de covid-19

En aquest treball els autors investiguen dues arquitectures de xarxa neuronal diferents, però que tenen una estructura comuna: un primer bloc que processa els espectrogrames d’entrada i n’extreu un seguit de descriptors apresos (embedded features), i un segon bloc que classifica aquests descriptors segons si corresponen a un pacient positiu de covid-19 o a un pacient sa.

“Els nostres models utilitzen l’espectrograma, una representació temps-freqüència del senyal d’àudio com a entrada”

El primer pas és el pre-processament de les dades d’entrada. En general, els enregistraments de la base de dades contenen diversos estossecs, separats per silencis (el típic patró quan estosseguem). “Per quedar-nos només amb les parts de l’enregistrament que contenen informació rellevant, i.e., tos, utilitzem un detector d’activitat sonora (SAD, per les seves sigles en anglès) basat en l’energia del senyal”, explica Cuesta. Amb aquestes dades filtrades, el següent pas és l’extracció de descriptors i la posterior segmentació. “Els nostres models utilitzen l’espectrograma, una representació temps-freqüència del senyal d’àudio com a entrada. Primer calculem l’espectrograma de cada enregistrament de la base de dades, i a continuació el segmentem en fragments d’un segon cadascun”, afegeix.

El sexe del/a pacient és rellevant

Una contribució interessant del projecte és l’estudi de diferents versions de les xarxes neuronals per tal d’investigar si el sexe del pacient és un factor a tenir en compte quan analitzem la tos. “Intuïtivament, quan vam començar a fer el plantejament d’aquest treball, una de les nostres hipòtesis era que la tos d’homes i dones havia de tenir característiques diferents, ja que el tracte vocal té mides i formes diferents”, comenten els autors.

La tos que genera un home i una dona no són necessàriament equivalents des del punt de vista de l’espectrograma

Dels experiments que inclou el treball, un dels aspectes més destacables és que els models que incorporen informació del sexe del/a pacient (gender-based, gender-specific) obtenen millors resultats en les prediccions en la majoria dels escenaris que els autors avaluen, la qual cosa confirma la hipòtesi que la tos que genera un home i una dona no són necessàriament equivalents des del punt de vista de l’espectrograma.

Cough Sound Track - DiCOVA Challenge

L’organització del DiCOVA Challenge posa a disposició dels participants una base de dades (Coswara dataset) que conté 1040 gravacions d’àudio d’entre 1 i 15 segons de persones tossint. Juntament amb els enregistraments, aquesta base de dades dóna un seguit de metadades associades a cada enregistrament: positiu/negatiu de covid-19, el sexe i la nacionalitat de la persona. “A partir d’aquestes dades, hem desenvolupat i avaluat dos tipus diferents de xarxes neuronals que, a partir d’un segon d’àudio, fan una predicció de covid-19 positiu o negatiu”, indiquen els autors.

Tot i que aquest treball només és una primera aproximació a la detecció de covid-19 a través de l’anàlisi automàtica de la tos, els experiments que presenten els autors donen un seguit de pistes que caldrà seguir en els propers passos d’aquesta investigació. Caldrà seguir investigant per entendre de quina manera el senyal de tos queda alterat en pacients positius de covid-19. D’aquesta manera es podrien extreure descriptors i dissenyar xarxes neuronals específics per millorar la qualitat dels models.

Treball de referència:

Adrià Mallol-Ragolta, Helena Cuesta, Emilia Gómez, and Björn Schuller (2021), “Cough-based COVID-19 Detection with Contextual Attention Convolutional Neural Networks and Gender Information”, Proceedings of Interspeech. Brno, (Txèquia): ISCA, 2021, en premsa.

Finançament: Aquest projecte està finançat pel programa de recerca i innovació Horizon 2020 de la Unió Europea a través dels projectes sustAGE (ID 826506) i TROMPA (ID 770376), i per l’AGAUR, Generalitat de Catalunya (ID 2018FI-B01015).

Multimèdia

Categories:

ODS - Objectius de desenvolupament sostenible:

Els ODS a la UPF

Contact

Per a més informació

Notícia publicada per:

Oficina de Comunicació