一种提升众包数据集一致性的半监督算法：以呼吸系统疾病分类中的 COVID-19 为例
声音
2023-08-22 v1 人工智能
音频与语音处理
摘要
咳嗽音频信号分类是筛查呼吸系统疾病（如 COVID-19）的潜在有用工具。由于从此类传染性疾病患者处收集数据存在危险，许多研究团队转向众包以快速收集咳嗽声音数据，正如生成 COUGHVID 数据集时所做的那样。COUGHVID 数据集聘请专业医师对有限数量的上传录音中的潜在疾病进行诊断。然而，该方法存在咳嗽标签可能错误以及专家间显著分歧的问题。在本工作中，我们采用半监督学习（SSL）方法来提升 COUGHVID 数据集的标注一致性，以及 COVID-19 与健康咳嗽声音分类的鲁棒性。首先，我们利用现有的 SSL 专家知识聚合技术来克服数据集中的标注不一致与稀疏性。接着，我们的 SSL 方法用于识别重新标注的 COUGHVID 音频样本子集，可用于训练或增强未来的咳嗽分类模型。重新标注数据的一致性体现在其展现出高度的类别可分离性，是用户标注数据的 3 倍，尽管原始数据集中存在专家标注不一致。此外，用户标注音频片段中的频谱差异在重新标注数据中被放大，导致健康与 COVID-19 咳嗽之间的功率谱密度显著不同，这既证明了新数据集一致性的提升，也证明了其从声学角度的可解释性。最后，我们展示了重新标注数据集如何用于训练咳嗽分类器。该 SSL 方法可用于结合多位专家的医学知识，以提升任何诊断分类任务的数据库一致性。
引用
@article{arxiv.2209.04360,
title = {A Semi-Supervised Algorithm for Improving the Consistency of Crowdsourced Datasets: The COVID-19 Case Study on Respiratory Disorder Classification},
author = {Lara Orlandic and Tomas Teijeiro and David Atienza},
journal= {arXiv preprint arXiv:2209.04360},
year = {2023}
}