C2C: BHI 2023 数据挑战赛中的咳嗽到 COVID-19 检测
音频与语音处理
2023-11-02 v1 声音
生物物理
摘要
本报告描述了我们提交给 BHI 2023 数据竞赛:传感器挑战赛的方案。我们的 Audio Alchemists 团队设计了一个基于声学的 COVID-19 诊断系统 Cough to COVID-19 (C2C),并在该挑战赛中荣获第一名。C2C 包含三个关键贡献:输入信号的预处理、利用 Wav2vec2.0 提取咳嗽相关表征,以及数据增强。通过实验发现,我们证明了 C2C 在通过咳嗽信号提升 COVID-19 诊断准确性方面具有良好潜力。我们提出的模型在 COVID-19 诊断任务中取得了 0.7810 的 ROC-AUC 值。实现细节与 python 代码可在以下链接找到:https://github.com/Woo-jin-Chung/BHI_2023_challenge_Audio_Alchemists
引用
@article{arxiv.2311.00364,
title = {C2C: Cough to COVID-19 Detection in BHI 2023 Data Challenge},
author = {Woo-Jin Chung and Miseul Kim and Hong-Goo Kang},
journal= {arXiv preprint arXiv:2311.00364},
year = {2023}
}
备注
1st place winning paper from the BHI 2023 Data Challenge Competition: Sensor Informatics