基于残差网络的深度学习模型用于从咳嗽声检测 COVID-19
音频与语音处理
2022-05-25 v1 声音
摘要
本文提出一种基于深度学习的方法，用于将 COVID-19 咳嗽与非 COVID-19 咳嗽分类，可作为此类呼吸道疾病早期检测的低成本工具。所提系统使用 ResNet-50 架构（一种广为人知用于图像识别任务的卷积神经网络 CNN），以音频数据的 log-Mel 谱作为输入，区分两类咳嗽。为训练和验证该深度学习模型，本文使用了 DiCOVA Challenge 2021 组织者提供的 Track-1 数据集。此外，为增加 COVID 阳性样本数量并增强训练数据多样性，还利用了 EPFL CoughVid 团队收集的大型开源 COVID-19 咳嗽数据库。我们开发的模型平均验证 AUC 达 98.88%。将该模型应用于 DiCOVA Challenge 发布的盲测试集，系统取得测试 AUC 75.91%、测试特异度 62.50%、测试灵敏度 80.49%。据此，本提交在 DiCOVA Challenge 2021 排行榜中位列第 16 名。
引用
@article{arxiv.2106.02348,
title = {A Residual Network based Deep Learning Model for Detection of COVID-19 from Cough Sounds},
author = {Annesya Banerjee and Achal Nilhani},
journal= {arXiv preprint arXiv:2106.02348},
year = {2022}
}