资料下载
适用于Covid-19的免费诊断移动应用程序和DIY防护面罩
周必镜
分享资料个
描述
免费的 Covid-19 早期检测和轻松保护解决方案
团队：
产品经理（分析、AI-ML）- Rohini Reddy
应用程序/工程学生 - 佩德罗冈萨雷斯
医疗保健专业人士 - Bhargav R Gutha 博士
机器学习/应用程序 - Suraj Chavan
问题：
冠状病毒 (Covid-19) 是一种全球大流行病，迄今为止已造成 500 多人死亡，并使数百万人的生命处于危险之中。因此，拥有一个免费且易于访问的诊断解决方案以在您的移动（手机）应用程序中舒适地检测这种疾病是非常重要的，因为它具有传染性，可以出去接受检测。该解决方案也应该是所有人都能负担得起的。
早期检测可以导致容易的保护。
因此，我们提出了一种解决方案来检测 Covid-19 症状并通过移动应用检查您的风险。
该项目还包括一个简单的保护 DIY 面具。
检测
免责声明：
· 这是一个实验性移动应用程序，并非完全实时，因为必须使用它进行临床试验
· 记录咳嗽后请务必对手机进行消毒
· 由于无法获得实时的 Covid-19 患者咳嗽样本，因此使用样本咳嗽模拟来构建 AI-ML 分类模型
手机应用说明：
因为早期检测有助于快速保护。我们基于人工智能 (AI) 咳嗽的移动应用程序解决方案可以帮助在 1-3 天内对患者进行早期诊断，因为严重程度会在 14 天内增加。即当患者观察到她/他有 Covid-19 的症状时，他可以使用这个易于使用的移动应用程序进行早期诊断，并查看他是否有感染 Covid-19 的风险。在这个移动应用程序中，他可以记录他的体温、干咳和呼吸急促作为主要症状。他还可以记录他的其他症状并点击提交。一旦他提交了他的输入，应用程序就会获取这些输入症状并返回输出诊断报告。即，如果他有感染 Covid-19 的风险，那么他可以及时采取下一步措施进行保护。
此应用程序是基于 Android 的移动应用程序。它使用 Java 和人工智能 (AI) - 机器学习 (ML) Python 分类模型来确定患者感染 Covid-19 的风险。
移动应用程序设计
解决方案架构
App 将用户提供的输入症状和咳嗽声音发送到经过 AI 训练的机器学习 (ML) 分类模型和 App 中的决策程序。然后将咳嗽模式与机器学习模型中的冠状病毒患者的咳嗽模式进行匹配，并将该结果与应用程序中的其他症状相结合，从而返回用户的风险。该应用程序返回诊断报告，以显示用户冠状病毒的风险。
软件：Python、Tensor Flow、Amazon AWS EC2 Cloud、Android 10 Studio、Java、REST API、XML
硬件：安卓手机
概念：人工智能 (AI)、机器学习 (ML)、面向对象
其他输入：咳嗽声、温度计
输入：症状 - 发烧、咳嗽、呼吸急促、疲劳、身体疼痛、头痛、嗅觉丧失、喉咙痛、充血、恶心、腹泻
输出：诊断和咳嗽报告
实施细节：
移动应用程序的前端是使用 XML 构建在 Android 设计工作室中的。Java用于开发具有核心功能的后端。咳嗽声音处理是通过 Tensor Flow训练的 AI - ML 模型完成的。该模型是用 Python 编写的。该模型对咳嗽进行分类，即它是否与 Covid-19 咳嗽匹配或不匹配。
创建的 Python ML 代码托管在 Amazon AWS EC2 云服务器中。Android 应用程序和 Python 模型使用 REST API 连接。Android 应用程序会将咳嗽声传递给云端的 python 模型。然后模型对咳嗽进行分类，即它是否与 Covid-19 咳嗽匹配。然后将此结果与 Java 代码中的其他症状相结合，如果患者处于危险之中，则给出输出。
*AI-ML Python 和 App 代码包含在 GitHub 链接中的代码/附件中
// 代码片段
未来扩展：
· 将实时 Covid-19 患者咳嗽数据用于 ML 模型
· 引入噪音消除以改善咳嗽饲料质量
· 使用该应用程序对 Covid-19 患者进行临床试验
·在应用程序中包括呼吸率和氧饱和度测量
· 使其成为经批准的 Covid-19 诊断应用程序，适用于所有 Android 和 iOS
保护
Covid-19 防护措施
保持社交距离
· 尽可能待在家里
· 远离其他生病的人
· 尽可能限制与他人的近距离接触（约 6 英尺）
. 戴口罩和手套保护
DIY面膜
Easy DIY（自己动手）防护面罩
第一步——用餐巾纸做扇子
第 2 步 – 然后取一根发带，将其放在折叠端内，并按如下方式装订
第 3 步 – 在另一侧重复相同的操作
第 4 步 – 要调整长度，可以附加如下发带
第 5 步 – DIY 保护面膜已准备就绪
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
- 相关下载
- 相关文章
