مسواک صوتی
بهداشت دهان یک جزء مهم برای سلامت کلی یک فرد است. تشخیص زودهنگام بیماری های دندانی در پیشگیری از پیامدهای نامطلوب بسیار مهم است. در حالی که اشعه ایکس در حال حاضر دقیق ترین استاندارد طلایی برای تشخیص بیماری های دندانی است، اما برای بسیاری در سراسر جهان قابل دسترسی نیست.
محققان کالج مهندسی کارنگی ملون با دانشکده پزشکی دندانپزشکی دانشگاه پیتسبورگ برای ایجاد یک سیستم سنجش سلامت دندان که از مسواک های برقی آماده برای تشخیص وضعیت دندان استفاده می کند، همکاری کرده اند. این کار در مجله Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies منتشر شده است.
بر اساس گزارش مرکز کنترل بیماری، تا سال 2024، تقریباً 57 میلیون آمریکایی در یک منطقه کمبود بهداشت حرفه ای دندانپزشکی زندگی می کنند و حدود 67 درصد از این مناطق کمبود در جوامع روستایی هستند. با ارائه یک مسواک برقی که می تواند خودآزمایی دندان در خانه را انجام دهد، امید است که مراقبت های دندانی را برای میلیون ها نفر که در غیر این صورت آن را دریافت نمی کنند، ارائه دهیم.
ToMoBrush (مسواک مانیتورینگ دندان / مسواک فردا) پتانسیل استفاده از یک مسواک برقی با حداقل تغییرات سخت افزاری برای سنجش سلامت دندان را بررسی می کند تا امکان معاینه منظم و خودآزمایی دندان در خانه را فراهم کند.
به جای اینکه یک مسواک را صرفاً به عنوان یک ابزار تمیز کننده نگاه کنید، ToMoBrush از این واقعیت استفاده می کند که یک مسواک برقی سیگنال های صوتی منتشر می کند که توسط ارتعاشات سریع موی خودکار تولید می شود. هنگامی که مسواک با یک دندان در تماس است، دندان نیز همراه با مسواک می لرزد و بسته به وضعیت هر دندان سیگنال های صوتی مشخصی تولید می کند.
دکتر کوانگ یوان توضیح میدهد: «بیماری دندان یک چالش عمده سلامت عمومی است که میتواند باعث درد و عفونت شود، که ممکن است منجر به مشکلاتی در خوردن، صحبت کردن و حتی تعامل اجتماعی شود. دانشجوی رشته مهندسی برق و کامپیوتر ما راهحلی کمهزینه برای نظارت بر سلامت دندانها بررسی کردیم که بیماران میتوانند به طور منظم در خانههایشان از آن استفاده کنند.»
ToMoBrush (مسواک مانیتورینگ دندان / مسواک فردا)، پتانسیل استفاده از یک مسواک برقی آماده با حداقل تغییرات سخت افزاری برای سنجش سلامت دندان را بررسی می کند تا امکان معاینه منظم و خودآزمایی دندان در خانه را فراهم کند. اعتبار: کالج مهندسی کارنگی ملون
این تیم همچنین یک خط لوله پردازش سیگنال مبتنی بر داده را برای تشخیص و تمایز شرایط مختلف دندان مانند حفرهها، پلاک، و نهفتگی مواد غذایی و همچنین تغییرات در مسواکهای برقی مانند نام تجاری، شارژ باتری و شکلگیری موهای زائد ایجاد کردند. برای مقابله با این متغیرها، تیم سیستم ارتعاش شامل مسواک، رزونانس دندان و همچنین قدرت و حرکت مسواک زدن را مدلسازی کردند.
در مقاله خود، محققان الگوریتمی را برای جداسازی این عوامل مختلف و استخراج امضاهای تشدید دندان تمیز بر اساس یک مشاهدات کلیدی پیشنهاد کردند. اگرچه این عوامل باند فرکانسی یکسانی دارند، اما نرخ تغییر آنها در فرکانسها متفاوت است. با تطبیق تکنیکی که به طور گسترده در پردازش گفتار برای جداسازی تحریک گلوتال و تشدید دستگاه صوتی استفاده میشود، این تیم تبدیل سیگنال را به حوزه cepsstrum که در آن این رفتارهای متمایز به راحتی قابل جداسازی هستند، پیشنهاد میکنند.
یوان توضیح می دهد: «پس از به دست آوردن امضای رزونانس دندان، ما یک الگوریتم انتخاب ویژگی را برای انتخاب مناطق خاصی از امضا که برای تشخیص سه وضعیت مختلف دندانی تخصصی هستند، توسعه دادیم. “ما می توانیم تشخیص سلامت را با مقایسه امضاها با اندازه گیری های مرجع سالم قبلی انجام دهیم.”
این تیم بر این باور است که چنین سیستمی می تواند سیستم مراقبت های بهداشتی دندانپزشکی را تکمیل کند، حتی برای کسانی که به مراقبت های دندانپزشکی حرفه ای دسترسی دارند، با ارائه هشدارهای اولیه در مورد مشکلات احتمالی در بین ویزیت های دندانپزشکی.
یوان یافتههای تیم را در سمپوزیوم بینالمللی محاسبات پوشیدنی (UbiComp/ISWC) در ملبورن استرالیا در سال ۲۰۲۴ رایانش فراگیر و همهجا ارائه خواهد کرد.