面向医学声学的深度特征学习
声音
2026-01-21 v1 机器学习
音频与语音处理
摘要
本文旨在比较医学声学任务中不同的可学习前端。我们实现了一个框架，将人呼吸音与心音分为两类，即健康或受病理影响。获取两个合适数据集后，我们使用两种先进的可学习前端——LEAF与nnAudio——以及一个不可学习基线前端（即梅尔滤波器组）对声音进行分类。计算所得特征随后送入两种不同的CNN模型，即VGG16与EfficientNet。我们从参数数量、计算资源与有效性方面对前端进行了细致基准测试。本工作展示了在神经音频分类系统中集成可学习前端可提升性能，尤其在医学声学领域。然而，此类框架的使用使所需数据量更大。因此，仅当可用于训练的数据量足够大以辅助特征学习过程时，它们才是有用的。
引用
@article{arxiv.2208.03084,
title = {Deep Feature Learning for Medical Acoustics},
author = {Alessandro Maria Poirè and Federico Simonetta and Stavros Ntalampiras},
journal= {arXiv preprint arXiv:2208.03084},
year = {2026}
}
备注
Published at ICANN 2022