一种用于心音分类的视觉域迁移学习方法
音频与语音处理
2021-10-05 v2 计算机视觉与模式识别
声音
摘要
心脏病是人类死亡最常见的原因，在全球几乎造成三分之一的死亡。早期检测疾病可提高患者的存活机会，且有多种方法可早期察觉心脏病的征兆。本研究提出将清洗并归一化的心音转换为视觉梅尔尺度频谱图，然后利用视觉域迁移学习方法自动提取特征并对心音进行分类。先前一些研究发现，各类心音的频谱图在人眼视觉上可区分，这促使本研究对用于自动化心音分类的视觉域分类方法进行实验。它将使用基于卷积神经网络的架构，即 ResNet、MobileNetV2 等，作为频谱图的自动特征提取器。这些在图像域中被广泛接受的模型显示出能够学习从不同环境、不同振幅和噪声水平收集的心音的广义特征表示。由于所选数据集不平衡，模型评估标准采用分类准确率、精确率、召回率以及 AUROC。所提出的方法已在 PASCAL 心音采集的数据集 A 和 B 上实现，并在两个集合上获得了约 90% 的分类准确率和约 0.97 的 AUROC。
引用
@article{arxiv.2107.13237,
title = {A Visual Domain Transfer Learning Approach for Heartbeat Sound Classification},
author = {Uddipan Mukherjee and Sidharth Pancholi},
journal= {arXiv preprint arXiv:2107.13237},
year = {2021}
}