基于 Inception-残差架构与多目标损失的呼吸异常检测
声音
2023-06-21 v2 机器学习
音频与语音处理
定量方法
摘要
本文提出一种应用于从呼吸音录音中检测异常的深度学习系统。起初，我们的系统使用 Gammatone 和连续小波变换进行音频特征提取。此步骤旨在将呼吸音输入转换为呈现频谱与时域特征的二维谱图。随后，我们提出的系统集成了基于 Inception-残差的主干模型，结合多头注意力和多目标损失来分类呼吸异常。我们未采用通过组合各谱图结果的简单拼接方法，而是提出一种线性组合，其能在训练过程中均衡调节各单独谱图的贡献。为评估性能，我们在 IEEE BioCAS 2022 挑战赛提出的基准数据集 SPRSound（开源上海交通大学儿科呼吸音）上进行了实验。关于由平均分数与调和分数平均计算的 Score，与挑战基线系统相比，我们提出的系统在任务1-1、任务1-2、任务2-1和任务2-2中分别获得 9.7%、15.8%、17.8% 和 16.1% 的显著提升。值得注意的是，我们在任务2-1和任务2-2中取得 Top-1 性能，Score 最高分别为 74.5% 和 53.9%。
引用
@article{arxiv.2303.04104,
title = {An Inception-Residual-Based Architecture with Multi-Objective Loss for Detecting Respiratory Anomalies},
author = {Dat Ngo and Lam Pham and Huy Phan and Minh Tran and Delaram Jarchi and Sefki Kolozali},
journal= {arXiv preprint arXiv:2303.04104},
year = {2023}
}