使用基于模型与非基于模型方法在嘈杂医院环境中自动检测警报声
音频与语音处理
2017-11-15 v1 声音
摘要
在新生儿重症监护病房（NICU）的嘈杂声学环境中存在多种警报，这些警报常由生物医学设备触发。本文提出并比较了用于自动检测这些声音警报的不同方法：1）采用信号处理技术的非基于模型的方法；2）基于神经网络的基于模型的方法；3）结合非基于模型与基于模型两种方法的方法。所开发的遵循上述各方法的检测系统的性能，通过使用在真实医院环境中录制的音频数据库，在帧级别和事件级别上进行了评估、分析并比较。
引用
@article{arxiv.1711.04351,
title = {Automatic detection of alarm sounds in a noisy hospital environment using model and non-model based approaches},
author = {Ganna Raboshchuk and Sergi Gómez Quintana and Alex Peiró Lilja and Climent Nadeu},
journal= {arXiv preprint arXiv:1711.04351},
year = {2017}
}