PAPER BRIEF · Forschungskurzdossier
Säuglingsschreie segmentieren — Ein- und Ausatmung in 226 Segmenten
Construction and validation of an automated time label segmentation method for infant cries. · BMC pediatrics
Der Schrei ist ein Fenster zum Zustand des Säuglings; doch die meisten Studien trennen "Einatmung" und "Ausatmung" nicht — weil es schwer ist.
Das Werkzeug segmentiert Ein- und Ausatmung automatisch und zieht Dauer-, Frequenz- und Intensitätsmerkmale je Segment; über 226 Segmente unterschieden sich Früh- von Reifgeborenen signifikant — ein objektiver Weg, Schreien zu verstehen.
Drei Grenzen: 226 zählt Segmente, nicht Kinder; es ist Methodik — Unterschiede sind keine Diagnosen, und über Säuglinge heißt es nie Screening; die Danksagung nennt die Datenbank der Chengdu Medical College und Zhijus "professional discussion" — nicht Entwicklung, nicht Datenbesitz. Das # hinter Xu Fans Name bleibt eine CV-Notiz.
Grenzen der Faktenprüfung
- 226 Segmente, Atemphasen, drei Parameterfamilien und Frühgeborenen-Unterschiede stammen aus dem Abstract (Volltext lokal geprüft).
- Danksagungen sind im Belegverzeichnis wörtlich festgehalten.
- Die Firma nennt nur "Dank für professionellen Austausch"; die Datenbank gehört der Chengdu Medical College.
- Das # nach Namen ist eine CV-Notiz; begründet keine Autorenschaft.
AcknowledgementsAcknowledgments: We thank the undergraduate candidates SQC, WZH, LYF, who performed clinical examinations in community hospitals and provided valuable suggestions for this study. Dr Huang Kun provided valuable software segmentation experience for this study. The valuable support from the medical sound database from Chengdu Medical College (http://ama.cmc.edu.cn) and professional discussion from Chengdu Zhiju Data Science Technology Co., Ltd. (www.zjdatast.cn).
Paper-Abstract (Original)
Infant cries serve as critical indicators of an infant's physiological and psychological states, holding essential clinical value in distinguishing between normal and pathological conditions during early development. However, most studies on infant cries failed to segment between inhalation and exhalation during the crying analysis because segmentation remains great challenge. Therefore, we developed an audio data analysis tool capable of accurately segmenting inhalation and exhalation phases in infant cries, followed by extraction of the duration, frequency, and intensity parameters of each segment. Here, 226 sound clips of infants' cries were collected and analyzed. The results revealed the significant differences in sound parameters between premature and term infants. The whole process allows automatic identification and digital collection of infant cries, and it provides an objective method to evaluate the significance behind the cries.