研究论文

使用移动传感器从基于呼吸阶段的Wheeze传感评估肺阻塞的严重程度

作者:

苏贾尼亚查特吉,

Mahbubur先生拉赫曼,

图西夫艾哈迈德,

纳齐尔萨利欣,

易卜拉欣内马蒂,

维斯瓦姆内森,

科罗什瓦坦帕瓦尔、和

吉隆况作者信息和声明

CHI’20：2020 CHI计算机系统人为因素会议记录

2020年4月

页1-13

https://doi.org/10.1145/3313831.3376444

出版:2020年4月23日出版历史

获取访问权限

摘要

阻塞性肺病导致肺部气流受限，严重影响患者的生活质量。喘息是他们最突出的症状之一。传统诊断方法的高要求使得定期监测肺梗阻具有挑战性，这阻碍了早期干预和预防严重恶化的机会。在这项工作中，我们探索了开发基于移动传感器的系统的可行性，该系统是一种通过基于呼吸相位的症状性喘息感测来评估肺梗阻严重程度的便捷方法。我们对131名受试者（91名患者和40名健康人）进行了喘息检测（F1:87.96%）和表征（F1:79.47%）的研究。随后，我们开发了新的喘息指标，该指标与肺梗阻严重程度的标准肺活量测定值有显著相关性（皮尔逊相关系数：-0.22，p值：0.024）。这项工作为通过移动传感器相互作用对肺部状况进行非侵入性评估迈出了主要一步。

补充材料

MP4文件（a317-chatterjee-presentation.mp4）

下载
43.90 MB

工具书类

[1]

Mohsin Y.Ahmed、Md Mahbubur Rahman、Viswam Nathan、Ebrahim Nemati、Korosh Vatanparvar和Jilong Kuang。2019.mlung：肺患者隐私保护自然窗口肺活动检测。2019年，IEEE第16届可穿戴和可植入人体传感器网络（BSN）国际会议。IEEE，1--4。

[2]

佩雷·阿尔马格罗（Pere Almagro）、巴勃罗·马丁内斯·卡姆博尔（Pablo Martinez-Camplor）、琼·B·索里亚诺（Joan B.Soriano）、何塞·马林（Jose M.Marin）、英马特拉达·阿尔法吉（Inmacada Alfageme）、西罗·卡萨诺娃（Ciro Casanova）、克里斯托巴尔·埃斯特班（Cristobal Esteban。2014.寻找FEV1和呼吸困难的最佳阈值以预测COPD患者的5年生存率：COCOMICS研究。《公共科学图书馆·综合》9，2（2014），e89866。

[3]

大法官阿莫和科菲·奥达姆。2013年，开发动态咳嗽监测设备的技术。《生物医学工程关键评论》41，6（2013）。

[4]

Rummana Bari、Roy J Adams、Md Mahbubur Rahman、Megan Battles Parsons、Eugene H Buder和Santosh Kumar。2018年，rConverse：使用移动呼吸传感器进行即时对话检测。ACM关于交互式、移动、可穿戴和无处不在技术的论文集2，1（2018），2。

数字图书馆

[5]

克里斯托斯·贝洛斯（Christos C Bellos）、阿萨纳西奥斯·帕帕佐普洛斯（Athanasios Papadopoulos）、罗伯特·罗索（Roberto Rosso）和迪米特里欧斯·福蒂亚迪斯（Dimitrios I Fotiadis）。2013年，使用CHRONIOUS可穿戴平台中的智能系统识别COPD患者的健康状况。IEEE生物医学与健康信息学杂志18，3（2013），731-738。

[6]

克里斯蒂安·比姆（Christian Bime）、克里斯汀·韦伊（Christine Y.Wei）、珍妮特·霍尔布鲁克（Janet T.Holbrook）、玛丽安娜·M·索克利德（Marianna M.Sockrider）、丹尼斯·雷维基（Dennis A Revicki）和罗伯特·怀斯（Rob。2012.哮喘症状效用指数：可靠性、有效性、反应性和成人哮喘患者的最小重要差异。《变态反应与临床免疫学杂志》130，5（2012），1078-1084。

[7]

克里斯托弗·毕晓普（Christopher M.Bishop）。2006.模式识别和机器学习。施普林格。

[8]

Simon E Brill和Jadwiga A Wedzicha。2014.慢性阻塞性肺病急性加重期的氧气治疗。《国际慢性阻塞性肺疾病杂志》9（2014），1241。

[9]

RL Burden、J.D.Faires和A.M.Burdon。2010年，数值分析：Cengage Learning。(2010).

[10]

JoséA Castro Rodríguez、Catharine J Holberg、Anne L Wright和Fernando D Martinez。定义反复喘息儿童哮喘风险的临床指数。美国呼吸与危重病医学杂志162，4（2000），1403-1406。

[11]

Soujanya Chatterjee、Md Mahbubur Rahman、Ebrahim Nemati和Jilong Kuang。2019.喘息D：基于呼吸相位的喘息检测，使用发作中肺部患者的声学数据。EAI公司。

[12]

钱成、乔舒亚·朱恩、沙希·贝拉姆、尼古拉斯·富拉拉、迪安娜·克洛斯、乔纳森·西尔弗斯坦和布鲁斯·沙茨。2017.通过手机传感器预测肺功能。远程医疗和电子健康23，11（2017），913--919。

[13]

Jen-Cheen Chien、Huey-Dong Wu、Fok-Ching Chong和Chung-I Li.2007年。高斯混合模型中使用倒谱分析的喘息检测。2007年，第29届IEEE医学和生物学会工程国际年会。IEEE，3168--3171。

[14]

马可·克拉里、玛丽亚·马塔雷斯、杜拉塔·伊夫齐库和玛丽亚·格拉齐亚·德马利尼。2017年，慢性阻塞性肺病患者的自我护理：综合分析。以患者为中心的结果研究10，4（2017），407-427。

[15]

萨索·德罗斯基（Saso Deroski）和伯纳德·森科（Bernard Senko）。2004.将分类器与堆叠结合起来比选择最佳分类器更好吗？机器学习54，3（2004），255--273。

[16]

马扬克·戈尔（Mayank Goel）、埃利奥特·萨巴（Elliot Saba）、迈亚·斯蒂伯（Maia Stiber）、埃里克·惠特迈尔（Eric Whitmire）、乔什·弗洛姆（Josh Fromm）、埃里克·C·拉尔森（Eric C Larson）、盖塔诺·博列洛（Gaetano。2016年，Spirocall：通过电话测量肺功能。在2016年CHI计算机系统人为因素会议记录中。美国医学会，5675--5685。

数字图书馆

[17]

马克·安德鲁·霍尔。1999.用于机器学习的基于相关性的特征选择。(1999).

[18]

Maxine Hardinge、Heather Rutter、Carmelo Velardo、Syed Ahmar Shah、Veronika Williams、Lionel Tarassenko和Andrew Farmer。2015.使用移动健康应用程序支持慢性阻塞性肺病患者的自我管理：一项为期六个月的队列研究。BMC医学信息与决策15，1（2015），46。

[19]

塞姆拉·伊泽尔和塞里夫·根奇。2014.爆裂音和菱形肺不定音的非平稳特征分类和分析。数字信号处理28（2014），18-27。

数字图书馆

[20]

PixSoft Inc.于2019年9月访问。R.A.L.E肺音。网址：http://www.rale.ca/

[21]

Christian Infante、Daniel Chamberlain、R Fletcher、Y Thorat和Rahul Kodule。2017.使用咳嗽声诊断和筛查肺部疾病。2017年IEEE全球人道主义技术会议（GHTC）。IEEE，1-10。

[22]

理查德·欧文（Richard S Irwin）、彼得·巴恩斯（Peter J Barnes）和霍林斯沃思（H Hollingsworth）。2013.对成人哮喘以外的喘息性疾病的评估。最新。沃尔瑟姆：最新（2013）。

[23]

PW Jones、G Harding、P Berry、I Wiklund、WH Chen和N Kline Leidy。2009年a。COPD评估测试的开发和首次验证。《欧洲呼吸杂志》34，3（2009），648-654。

[24]

保罗·琼斯（Paul Jones）、盖尔·哈丁（Gale Harding）、英格拉·威克伦（Ingela Wiklund）、帕米拉·贝里（Pamela Berry）和南希·莱迪（Nancy Leidy）。2009年b。改善慢性阻塞性肺病护理过程和结果：开发标准化评估工具。《初级护理呼吸杂志》18，3（2009），208。

[25]

Joshua Juen、Qian Cheng、Valentin Prieto Centurion、Jerry A Krishnan和Bruce Schatz。2014年。通过手机步态分析对慢性病进行健康监测。远程医疗和电子健康20，11（2014），1035--1041。

[26]

Joshua Juen、Qian Cheng和Bruce Schatz。2015年，使用手机的肺部患者的自然步行监测仪。IEEE生物医学和健康信息学杂志19，4（2015），1399-1405。

[27]

Kunal Khanade和Farzan Sasangohar。2017.重症监护护理中的压力、疲劳和工作量：范围界定文献综述。《人类因素和人类工效学学会年会论文集》，第61卷。SAGE Publications SAGE CA：加利福尼亚州洛杉矶，686-690。

[28]

Eric C Larson、Mayank Goel、Gaetano Boriello、Sonya Heltshe、Margaret Rosenfeld和Shwetak N Patel。2012.SpiroSmart：使用麦克风测量手机上的肺功能。《2012年ACM普适计算会议论文集》。美国医学会，280-289。

数字图书馆

[29]

Shih-Hong Li、Bor-Shing Lin、Chen-Han Tsai、Chen-Ta Yang和Bor-Shih Lin.2017年。可穿戴式呼吸音实时检测系统的设计。传感器17，1（2017），171。

[30]

3M利特曼。2019年9月访问。利特曼储存库。https://www.littmann.ca/3M/en_ca/littmann-stehoscopes-ca/

[31]

刘熙（Xi Liu）、魏瑟（Wee Ser）、张建民（Jianmin Zhang）和丹尼尔·任志刚（Daniel Yam Thiam Goh）。2015.使用熵特征和二维阈值设置检测不定肺部音。2015年第十届信息、通信和信号处理国际会议（ICICS）。IEEE，1--5。

[32]

Erin M Lowery、Aleah L Brubaker、Erica Kuhlmann和Elizabeth J Kovacs。2013年，衰老的肺部。8岁儿童的临床干预（2013），1489。

[33]

FD马丁内斯。1999.认识早期哮喘。《过敏54》（1999年），24-28。

[34]

N Meslier、G Charbonneau和JL Racineux。1995.喘息。《欧洲呼吸杂志》8，11（1995），1942-1948。

[35]

Martin R Miller、JATS Hankinson、V Brusasco、F Burgos、R Casaburi、A Coates、R Crapo、P vd Enright、CPM Van Der Grinten、P Gustafsson等。2005年肺活量测定标准化。《欧洲呼吸杂志》26，2（2005），319-338。

[36]

Fizza Ghulam Nabi、Kenneth Sundaraj、Chee Kiang Lam和Rajkumar Palaniappan。2019.使用频谱综合特征根据严重程度对哮喘喘息音进行表征和分类。生物和医学中的计算机104（2019），52-61。

[37]

安娜·奥利维拉（Ana Oliveira）、卡蒂亚·皮尼奥（Cátia Pinho）、乔·迪尼斯（Joáo Dinis）、丹妮拉·奥利维拉·奥利韦拉（Daniela Oliweira）和阿尔达·马尔克斯（Alda Marques）。2013年，自动喘息检测和肺功能评估——初步研究。在健康方面。323--326.

[38]

世界卫生组织。2017.慢性阻塞性肺病（COPD）。https://www.who.int/en/news-room/fact-sheets/detail/慢性阻塞性肺病（copd）。（2017年12月）。

[39]

Kokson Phua、Jianfeng Chen、Tran Huy Dat和Louis Shue。2008.心音作为生物特征。模式识别41，3（2008），906--919。

数字图书馆

[40]

雷纳德·夏维埃罗·阿迪·普拉莫诺（Renard Xaviero Adhi Pramono）、斯图亚特·鲍耶（Stuart Bowyer）和埃丝特·罗德里格斯-维莱加斯（Esther Rodriguez-Villegas）。2017.自动不定呼吸音分析：系统综述。公共科学图书馆one 12，5（2017），e0177926。

[41]

Ho-Kyeong-Ra、Asif Salekin、Hee Jung Yoon、Jeremy Kim、Shahriar Nirjon、David J Stone、Sujeong Kim、Jong Myung Lee、Sang Hyuk Son和John A Stankovic。2016.哮喘指南：哮喘监测和咨询生态系统。2016年IEEE无线健康（WH）。IEEE标准，1-8。

[42]

克劳斯·拉贝（Klaus F Rabe）、苏珊娜·赫德（Suzanne Hurd）、安东尼奥·安祖托（Antonio Anzueto）、彼得·巴恩斯（Peter J Barnes）、索尼娅·别斯特（Sonia A Buist）、彼得·卡尔弗利（Peter Calverley）、福池义介（Yoshinosuke Fukuchi）、克里斯汀·詹金斯（Christine Jenkins）。2007.慢性阻塞性肺病诊断、管理和预防全球战略：GOLD执行摘要。美国呼吸与危重病医学杂志176，6（2007），532-555。

[43]

Md Mahbubur Rahman、Rummana Bari、Amin Ahsan Ali、Moushumi Sharmin、Andrew Raij、Karen Hovsepian、Syed Monowar Hossain、Emre Ertin、Ashley Kennedy、David H Epstein等。2014年b。我们到了吗通过无线生理传感器进行持续压力评估的可行性。第五届ACM生物信息学、计算生物学和健康信息学会议论文集。美国医学会，479--488。

数字图书馆

[44]

Mahbubur Rahman先生、Viswam Nathan、Ebrahim Nemati、Korosh Vatanparvar、Mohsin Ahmed和Jilong Kuang。2019.使用移动传感器提取肺部数字生物标记物的可靠数据收集和注释。第13届EAI国际医疗保健普及计算技术会议论文集。美国医学会，179-188。

数字图书馆

[45]

Tauhidur Rahman、Alexander Travis Adams、Mi Zhang、Erin Cherry、Bobby Zhou、Huaishu Peng和Tanzeem Choudhury。2014年a。BodyBeat：一种用于感应非言语身体声音的移动系统。MobiSys，第14卷。Citeser，2-13。

数字图书馆

[46]

Md Mahbubur Rahman等人，2018年。InstantRR：上下文软件移动设备上的瞬时呼吸速率估计。在EAI身体区域网络国际会议上。

[47]

R.J.Riella、P.Nohama和J.M.Maia。2009.肺部声音中喘息的自动检测方法。巴西医学和生物研究杂志42，7（2009），674-684。

[48]

Nazir Saleheen、Amin Ahsan Ali、Syed Monowar Hossain、Hillol Sarker、Soujanya Chatterjee、Benjamin Marlin、Emre Ertin、Mustafa Al'Absi和Santosh Kumar。2015年，puffMarker：一种多传感器方法，用于确定戒烟第一次失败的时间。2015年ACM普适计算国际联合会议论文集。美国医学会，999--1010。

数字图书馆

[49]

马来Sarkar、Irappa Madabhavi、Narasimhalu Niranjan和Megha Dogra。2015.呼吸系统听诊。《胸科医学年鉴》10，3（2015），158。

[50]

西蒙·施莱德（Simone Schleede）、费利克斯·梅内尔（Felix G Meinel）、马丁·贝奇（Martin Bech）、朱莉娅·赫尔岑（Julia Herzen）、克劳斯·阿切特霍尔德（Klaus Achterhold）、纪尧姆·波德文（Guillaume Potdevin）、安德烈亚斯·马莱基（Andreas Malecki）、西。2012.使用激光驱动小型同步加速器光源的X射线暗场成像诊断肺气肿。《美国国家科学院院刊》109，44（2012），17880-17885。

[51]

比约恩·舒勒（Björn Schuler）、斯特凡·斯特迪尔（Stefan Steidl）、安东·巴特琳娜（Anton Batliner）、费利克斯·伯克哈特（Felix Burkhardt）、劳伦斯·德维尔（Laurence Devillers）、克里斯蒂安·米勒（Christian Müller）和什里坎斯·纳拉亚南（Shrikanth S Nara。2010年，INTERSPEECH 2010副语言挑战。在国际言语交际协会第十一届年会上。

[52]

Terence A.R.Seemungal、Gavin C.Donaldson、Angshu Bhowmik、Donald J Jeffries和Jadwiga A Wedzicha。慢性阻塞性肺病患者病情加重的时间进程和恢复。美国呼吸与危重病医学杂志161，5（2000），1608-1613。

[53]

Chang S.Shim和M Henry Williams。哮喘患者喘息与阻塞严重程度的关系。《内科学文献》143，5（1983），890--892。

[54]

Sheree M.S.Smith、Stephen Jan、Joseph Descarlar和Guy B Marks。2019.一项改善COPD患者患者报告结果测量回忆方法的调查：一项初步随机对照试验和可行性研究方案。试点和可行性研究5，1（2019年），92。

[55]

Joan B Soriano、Jan Zielinski和David Price。2009.慢性阻塞性肺病筛查和早期检测。《柳叶刀》3749691（2009），721-732。

[56]

German D.Sosa、Angel Cruz-Roa和Fabio A.González。2015.通过评估多种声学特征提取方法和C加权SVM自动检测喘息。第十届国际医学信息处理与分析研讨会，第9287卷。国际光学和光子学学会，928709。

[57]

声音云。2019年9月访问。声音云。https://soundcloud.com/search？q=lung%20sounds

[58]

克里斯·斯坦顿。2008年MRC呼吸困难量表。职业医学58，3（2008），226--227。

[59]

Thareoun Thap、Heewon Chung、Changwon Jeong、Ki-Eun Hwang、Hak-Ryul Kim、Kwon-Ha-Yoon和Jinseok Lee。2016年，通过智能手机麦克风进行基于高分辨率时频谱的肺功能测试。传感器16、8（2016）、1305。

[60]

Ralph Turner、Michael DePietro和Bo Ding。2018年。美国患者哮喘和慢性阻塞性肺病的重叠：患病率、特征和亚型分析。JMIR公共卫生和监测4，3（2018），e60。

[61]

Korosh Vatanparvar、Viswam Nathan、Ebrahim Nemati、Md Mahbubur Rahman和Jilong Kuang。2019.远程健康监测语音分割和模糊处理生成模型。2019年IEEE第16届可穿戴和可植入身体传感器网络（BSN）国际会议。IEEE，1--4。

[62]

彼得·韦尔奇。1967年。使用快速傅里叶变换估计功率谱：一种基于对短的修改周期图进行时间平均的方法。IEEE音频和电声学学报15，2（1967），70-73。

[63]

维罗妮卡·威廉姆斯（Veronika Williams）、乔纳森·普莱斯（Jonathan Price）、马克辛·哈丁（Maxine Hardinge）、莱昂内尔·塔拉森科（Lionel Tarassenko）和安德鲁·法默（Andrew Farmer）。2014.使用移动健康应用程序支持慢性阻塞性肺病患者的自我管理：一项定性研究。Br J Gen Pract 64，624（2014），e392--e400。

[64]

Marcin Wi´sniewski和Tomasz Zieli´nski。2010年，哮喘喘息的数字分析方法。《信号和电子系统（ICSES）》，2010年IEEE国际会议，69-72。

[65]

杨芬、王云翠、杨崇明、胡慧和熊振芳。2018.移动健康应用于慢性阻塞性肺病患者自我管理：对其疗效的系统回顾和荟萃分析。BMC肺医学18，1（2018），147。

[66]

张建民、Wee Ser、于巨峰和TT Zhang。2009年，一种用于可穿戴式监控系统的新型喘息检测方法。《智能普适计算与教育》，2009年IEEE国际研讨会，331-334。

数字图书馆

[67]

Fatma Zubaydi、Assim Sagahyron、Fadi Aloul和Hasan Mir。2017.MobSpiro：基于手机的肺活量测定法，用于检测COPD。2017年IEEE第七届年度计算与通信研讨会（CCWC）。IEEE，1--4。

引用人

特里帕西G萨伯瓦尔M辛格·P(2024)“我知道这是我的最后一口气”：揭开印度慢性阻塞性肺病（COPD）护理的差距CHI计算机系统人为因素会议记录10.1145/3613904.3642504(1-16)在线发布日期：2024年5月11日
https://dl.acm.org/doi/10.1145/3613904.3642504
瓦德尔ASeguin J公司吴莉（Wu L）斯特拉伽利诺斯P惠顿J沃特森J普拉维拉C奥利维尔P曼宁五世鲁布曼D格里格J(2024)在以人为中心的数字健康设计中利用实施科学CHI计算机系统人为因素会议记录10.1145/3613904.3642161(1-17)在线发布日期：2024年5月11日
https://dl.acm.org/doi/10.1145/3613904.3642161
巴拉S利亚卡特SWu R公司格尔森A德拉腊E马里亚卡基斯A(2023)Pulmo监听器ACM互动、移动、穿戴和普及技术会议录10.1145/36108897:3(1-24)在线发布日期：2023年9月27日
https://dl.acm.org/doi/10.1145/3610889
显示更多引用者

索引术语

使用移动传感器评估基于呼吸阶段的喘息感测引起的肺阻塞的严重程度
1. 以人为中心的计算
  1. 无处不在的移动计算
    1. 普适计算和移动计算的实证研究
    2. 无处不在和移动计算的设计和评估方法

建议

BreathEasy：使用移动式多模式传感器评估呼吸道疾病
ICMI’20：2020年多式联运国际会议记录

使用商品智能手机和智能手表进行的移动式呼吸评估尚未满足家庭患者监测的需求。在本文中，我们展示了将多模式传感器嵌入消费类移动设备以实现无创、低成本的可行性。。。
阅读更多信息
机器学习算法和强迫振荡测量对慢性阻塞性肺病气道阻塞严重程度进行分类

我们的目的是开发自动分类器，以帮助对慢性阻塞性肺病（COPD）患者的气道阻塞程度进行分类。我们使用了不同的技术，包括k近邻（KNN）、随机森林（RF）和。。。
阅读更多信息
利用数字信号处理技术分析呼吸喘息声
CICSYN’15：2015年第七届计算智能、通信系统和网络国际会议记录

用听诊器听诊肺音是诊断肺部疾病的基本方法。然而，由于可听性差、观察者之间的差异（不同医生之间）……这种方法一直不可靠。。。
阅读更多信息

评论

信息和贡献者

问询处

发布于

封面图片ACM会议

CHI’20：2020 CHI计算机系统人为因素会议记录

2020年4月

10688页

国际标准图书编号：9781450367080

内政部：10.1145/3313831

一般主席：
里贾纳·伯恩浩普
荷兰埃因霍温理工大学
,
弗洛里安·弗洛伊德·米勒
澳大利亚莫纳什大学
,
David Verweij先生
英国纽卡斯尔大学
,
乔什·安德烈斯
澳大利亚皇家墨尔本理工学院
,
项目主席：
乔安娜·麦格雷内
加拿大不列颠哥伦比亚大学
,
安迪·科克伯恩
新西兰坎特伯雷大学
,
伊格纳西奥·阿韦利诺
美国巴尔的摩县马里兰大学
,
阿利克斯·戈盖
法国格勒诺布尔阿尔卑斯大学
,
佩尼尔·比约恩
丹麦哥本哈根大学
,
赵胜东（沈）
新加坡国立大学
,
布莱恩·保罗·萨姆森
日本函馆未来大学和菲律宾德拉萨尔大学
,
拉法尔·科西尔尼克
美国华盛顿大学

版权所有©2020 ACM。

如果复制品不是为了盈利或商业利益而制作或分发的，并且复制品的第一页载有本通知和完整引文，则允许免费制作本作品的全部或部分数字或硬拷贝以供个人或课堂使用。必须尊重ACM以外的其他人对本作品组成部分的版权。允许用信用证进行摘要。要以其他方式复制或重新发布，在服务器上发布或重新发布到列表，需要事先获得特定许可和/或付费。从请求权限[电子邮件保护]

赞助商

SIGCHI:ACM计算机与人类交互特别兴趣小组

出版商

计算机协会

美国纽约州纽约市

出版历史

出版：2020年4月23日

权限

请求对此文章的权限。

检查更新

作者标记

限定符

研究文章

会议

20岁那年

赞助商：

SIGCHI公司

CHI'20:CHI计算机系统人为因素会议

2020年4月25日至30日

你好，美国檀香山

接受率

26314份提交文件的总体接受率为6199份，24%

即将召开的会议

24岁CHI PLAY

赞助商：
西奇

游戏中的计算机与人类交互年度研讨会

2024年10月14日至17日

坦佩雷，芬兰

贡献者

其他指标

查看文章指标

文献计量学和引文

文献计量学

文章指标

15
引文总数
查看引文
611
总下载次数

下载量（最近12个月）75
下载次数（最近6周）7

其他指标

查看作者指标

引文

引用人

特里帕西G萨伯瓦尔M辛格·P(2024)“我知道这是我的最后一口气”：揭开印度慢性阻塞性肺病（COPD）护理的差距CHI计算机系统人为因素会议记录10.1145/3613904.3642504(1-16)在线发布日期：2024年5月11日
https://dl.acm.org/doi/10.1145/3613904.3642504
瓦德尔ASeguin J公司吴莉（Wu L）斯特拉伽利诺斯P惠顿J沃特森J普拉维拉C奥利维尔P曼宁五世鲁布曼D格里格J(2024)利用实施科学进行以人为中心的数字健康设计CHI计算机系统人为因素会议记录10.1145/3613904.3642161(1-17)在线发布日期：2024年5月11日
https://dl.acm.org/doi/10.1145/3613904.3642161
巴拉S利亚卡特S吴R格尔森A德拉腊E马里亚卡基斯A(2023)肺监听器ACM互动、移动、穿戴和普及技术会议录10.1145/36108897:3(1-24)在线发布日期：2023年9月27日
https://dl.acm.org/doi/10.1145/3610889
艾哈迈德·T拉赫曼·M内马蒂E艾哈迈德·M匡J高A(2023)利用耳蜗的运动和声学传感器在静止位置进行远程呼吸频率跟踪2023年CHI计算机系统人为因素会议记录10.1145/3544548.3581265(1-22)在线发布日期：2023年4月19日
https://dl.acm.org/doi/10.1145/3544548.3581265
拉希德N拉赫曼·M艾哈迈德·T匡J高J(2023)BreathIE：使用消费者耳塞的运动传感器数据估算呼吸-吸气-呼气比ICASSP 2023-2023 IEEE声学、语音和信号处理国际会议（ICASSP）10.1109/ICSPSP49357.2023.10096084(1-5)在线发布日期：2023年6月4日
https://doi.org/10.109/ICASPSP49357.2023.10096084
艾哈迈德·T拉赫曼·M内马蒂E匡J高A(2023)使用通过耳机捕获的音频进行口腔呼吸检测ICASSP 2023-2023 IEEE声学、语音和信号处理国际会议（ICASSP）10.1109/ICSPSP49357.2023.10095793(1-5)在线发布日期：2023年6月4日
https://doi.org/10.109/ICASPSP49357.2023.10095793
努瓦瑟R贾拉亚S哈马米M(2023)使用Kinect监测应用的最常见老年人紧急情况的人类活动数据集2023年IEEE第47届计算机、软件和应用年会（COMPSAC）10.1109/COMPSAC57700.2023.00040(260-267)在线发布日期：2023年6月
https://doi.org/10.109/COMPSAC57700.2023.00040
Asan O公司乔杜里A(2021)人工智能在人类因素保健中的应用研究趋势：映射综述JMIR人为因素10.2196/282368:2（e28236）在线发布日期：2021年6月18日
https://doi.org/10.2196/28236
伊斯兰教B拉赫曼·M艾哈迈德·T艾哈迈德·M哈桑·M内森五世瓦坦帕瓦尔K内马蒂E匡J高J(2021)呼吸轨迹ACM互动、移动、穿戴和普及技术会议录10.1145/34781235:3(1-22)在线发布日期：2021年9月14日
https://dl.acm.org/doi/10.1145/3478123
徐X内马蒂E瓦坦帕瓦尔K内森五世艾哈迈德·T拉赫曼·M麦卡弗里·D匡J高J(2021)倾听2仔细ACM互动、移动、穿戴和普及技术会议录10.1145/34481245:1(1-22)在线发布日期：2021年3月30日
https://dl.acm.org/doi/10.1145/3448124
显示更多引用者

视图选项

获取访问权限

登录选项

检查您是否可以通过登录凭据或您的机构访问本文。

完全访问权限

获取此出版物

查看选项

PDF格式

以PDF文件查看或下载。

电子阅读器

使用联机查看电子阅读器.

电子阅读器

HTML格式格式

在中查看本文HTML格式格式。

媒体

数字

其他

桌子