用于时域心音分类的编解码器数据增强
音频与语音处理
2023-09-15 v1 声音
摘要
心脏听诊是一种低成本且有效的早期检测瓣膜性心脏病的方法，可以挽救生命。然而，由于听诊的有效性依赖于医生的技能，这种筛查方法一直难以推广。因此，利用深度学习算法对心音进行自动分类的研究兴趣日益增长。然而，由于可用于训练的数据有限，目前难以开发出良好的心音分类模型。在这项工作中，我们提出了一种简单的时域方法处理心音分类问题，其基础分类错误率为0.8，并表明通过编解码器仿真对数据进行增强可将分类错误率降低至0.2。借助数据增强，我们的方法优于现有的时域CNN-BiLSTM基线模型。关键的是，我们的实验表明编解码器数据增强在克服数据限制方面是有效的。
引用
@article{arxiv.2309.07466,
title = {Codec Data Augmentation for Time-domain Heart Sound Classification},
author = {Ansh Mishra and Jia Qi Yip and Eng Siong Chng},
journal= {arXiv preprint arXiv:2309.07466},
year = {2023}
}
备注
Accepted by ICAICTA 2023