基于声音信号的 COVID-19 患者检测中的音频特征排序
声音
2022-11-24 v2 机器学习
音频与语音处理
摘要
利用呼吸和咳嗽样本进行音频分类近来已成为一种低成本、无创且可及的 COVID-19 筛查方法。然而,一项综合调研表明,由于关键医疗环境对可靠性和准确性的严格要求,在撰写本文时尚未有应用获批正式使用。为支持机器学习分类模型的开发,我们对 15 种音频特征(包括一些较少为人所知的特征)进行了广泛的比较研究与排序。结果在两个独立的 COVID-19 声音数据集上得到验证。通过使用所识别出的性能最优特征,相较于未采用我们特征排序的原始基线准确率,我们在 Cambridge 数据集上将 COVID-19 分类准确率提升了最高 17%,在 Coswara 数据集上提升了最高 10%。
引用
@article{arxiv.2104.07128,
title = {Audio feature ranking for sound-based COVID-19 patient detection},
author = {Julia A. Meister and Khuong An Nguyen and Zhiyuan Luo},
journal= {arXiv preprint arXiv:2104.07128},
year = {2022}
}
备注
12 pages, 3 figures, 6 tables