基于咳嗽的深度学习框架用于检测 COVID-19
声音
2022-10-04 v4 音频与语音处理
摘要
本文提出一种深度学习框架,用于从咳嗽声音中检测 COVID-19 阳性受试者。具体而言,所提方法包含两个主要步骤。第一步,我们通过结合从预训练模型提取的嵌入与从原始音频录音提取的手工特征(称为前端特征提取)来生成表示咳嗽声音的特征。随后,组合特征在第二步被输入不同的后端分类模型以检测 COVID-19 阳性受试者。我们在 2021 年第二届 DiCOVA 挑战赛 Track-2 数据集上的实验取得了第二高排名,在盲测集上 AUC 分数达 81.21、最高 F1 分数达 53.21,分别较挑战赛基线提升 8.43% 和 23.4%,并展现出与最先进系统相当的可部署性、鲁棒性与竞争力。
引用
@article{arxiv.2110.03251,
title = {A Cough-based deep learning framework for detecting COVID-19},
author = {Truong Hoang and Lam Pham and Dat Ngo and Hoang D. Nguyen},
journal= {arXiv preprint arXiv:2110.03251},
year = {2022}
}
备注
COVID-19, EMBC-2022, DiCOVA, top 2nd, benchmark on Spec > 0.95%