基于迁移学习与多输入卷积神经网络的肺音爆裂音检测
音频与语音处理
2021-05-03 v1 机器学习
声音
摘要
大型标注肺音数据库已公开可用，并可能用于训练诊断系统算法。然而，针对仅含少量受试者且记录设备与设置存在差异的小型非公开数据，开发性能良好的算法可能颇具挑战。本文中，我们利用迁移学习来解决记录设置的不匹配问题。这使我们能够将知识从一个数据集迁移到另一个数据集，用于肺音中的爆裂音检测。具体而言，使用 ICBHI 2017（最大的公开肺音数据库）在源域上预训练单输入卷积神经网络 (CNN) 模型。我们采用肺音呼吸周期的对数梅尔谱图特征。预训练网络用于构建多输入 CNN 模型，该模型对呼吸周期及其对应呼吸相位共享相同网络架构。随后，该多输入模型在我们自行采集的肺音数据库目标域上微调，以分类爆裂音与正常肺音。实验结果表明，在附加肺音分类任务中，基于迁移学习的多输入 CNN 模型在目标域上的 F-score 绝对提升达 9.84%。
引用
@article{arxiv.2104.14921,
title = {Crackle Detection In Lung Sounds Using Transfer Learning And Multi-Input Convolitional Neural Networks},
author = {Truc Nguyen and Franz Pernkopf},
journal= {arXiv preprint arXiv:2104.14921},
year = {2021}
}
备注
Under Review in Proceeding of EMBC 2021