新生児集中治療室における音響騒音の解読と空間マッピング

科学分野:

• 新生児医学
• 音響工学
• データサイエンス

背景:

• 新生児集中治療室 (NICU) は,早産児に対する騒音汚染の危険性があり,しばしば安全基準を超えています.
• 運用中のNICUにおける効果的なリアルタイムモニタリングと減噪戦略は十分に確立されていません.

研究 の 目的:

• 高密度のNICUにおけるリアルタイムノイズ分析の枠組みを提案し,検討する.
• 騒音パターン,高騒音ゾーン,およびNICU環境内のその源を特定する.
• 臨床活動パターンを認識するために音響データを使用する可能性を評価する.

主な方法:

• 空間的に分散した音響センサーを統合して,包括的なデータ収集を行う.
• 音源と強度を特定するための音響ヒートマップの可視化開発
• 機械学習 (ランダムフォレスト分類器) を適用して騒音イベントと臨床活動を分類する.

主要な成果:

• 特にインキュベータや入口の近くにある高騒音地帯を特定する.
• スタッフの移動と警報は,特に正午のシフト中に,音量の急上昇に大きく貢献しました.
• ランダムな森林分類器は,臨床活動パターンを音響データから区別するのに85.5%の精度を達成しました.

結論:

• 提案された枠組みは,NICUにおける環境モニタリングのための環境音の分析の可能性を示しています.
• このアプローチは,非重要な出来事を認識し,騒音のダイナミクスを理解するのに役立ちます.
• 新生児のケアにおける騒音軽減戦略の改善につながる可能性がある.