基于咳嗽音频的无偏呼吸疾病诊断 AI 模型：以 COVID-19 为例
声音
2024-01-09 v1 机器学习
音频与语音处理
摘要
利用人工智能（AI）基于咳嗽进行呼吸系统疾病诊断引起了广泛关注，但许多现有研究忽视了其预测模型中的混杂变量。这些变量会扭曲咳嗽录音（输入数据）与呼吸系统疾病状态（输出变量）之间的关系，导致有偏的关联和不切实际的模型性能。为了填补这一空白，我们提出了无偏网络（RBFNet），这是一种有效减轻训练数据分布中混杂因素影响的端到端解决方案。RBFNet 确保了准确且无偏的呼吸系统疾病诊断特征，并通过在本研究中纳入 COVID-19 数据集来强调其相关性。该方法旨在通过应对混杂变量带来的挑战，提高基于 AI 的呼吸系统疾病诊断模型的可靠性。本文提出了一种卷积神经网络（CNN）与长短期记忆网络（LSTM）的混合架构，用于 RBFNet 的特征编码器模块。分类方案中加入了一个额外的偏差预测器，以构建条件生成对抗网络（cGAN），这有助于将混杂变量的影响与呼吸系统疾病预测解耦。通过在利用大规模专有咳嗽数据集创建的不同不平衡 COVID-19 数据集上进行训练，将分类性能与现有技术（SoTA）深度学习（DL）模型（CNN LSTM）进行比较，证明了 RBFNet 的优越性。RBF-Net 在极度有偏的训练场景中证明了其稳健性，在性别、年龄和吸烟状态这三个混杂变量下，其测试集准确率分别达到了 84.1%、84.6% 和 80.5%。RBF-Net 的测试集准确率分别比 CNN-LSTM 模型高出 5.5%、7.7% 和 8.2%。
引用
@article{arxiv.2401.02996,
title = {An AI-enabled Bias-Free Respiratory Disease Diagnosis Model using Cough Audio: A Case Study for COVID-19},
author = {Tabish Saeed and Aneeqa Ijaz and Ismail Sadiq and Haneya N. Qureshi and Ali Rizwan and Ali Imran},
journal= {arXiv preprint arXiv:2401.02996},
year = {2024}
}
备注
13 pages, 7 figures, 5 tables