基于众包呼吸语音数据检测 COVID-19 的多变量预测模型开发
声音
2022-09-09 v1 机器学习
音频与语音处理
摘要
COVID-19 已影响全球超过 223 个国家。目前迫切需要有创性低、成本低且高度可扩展的 COVID-19 检测方案，尤其在 PCR 检测未普及的低资源国家。我们的目标是通过个人设备由普通人群自发提供的语音数据录音（语音录音与简短问卷）开发识别 COVID-19 的深度学习模型。本工作的新颖性在于开发从语音录音识别 COVID-19 患者的深度学习模型。方法：我们使用由 4352 名参与者通过 COVID-19 Sounds 应用众包得到的剑桥大学数据集，包含 893 个音频样本。使用梅尔谱图分析提取语音特征。基于语音数据，我们开发了检测 COVID-19 阳性病例的深度学习分类模型。这些模型包括长短期记忆（LSTM）与卷积神经网络（CNN）。我们将它们的预测能力与基线分类模型（即逻辑回归与支持向量机）进行比较。结果：基于梅尔频率倒谱系数（MFCC）特征的 LSTM 取得了最高准确率（89%），其灵敏度与特异度分别为 89% 和 89%。所提模型取得的结果表明，与现有最优结果相比，COVID-19 诊断预测准确率有显著提升。结论：深度学习可检测 COVID-19 患者语音中的细微变化，结果令人鼓舞。作为当前检测技术的补充，该模型可借助简单语音分析辅助卫生专业人员快速诊断与追踪 COVID-19 病例。
引用
@article{arxiv.2209.03727,
title = {Developing a multi-variate prediction model for the detection of COVID-19 from Crowd-sourced Respiratory Voice Data},
author = {Wafaa Aljbawi and Sami O. Simmons and Visara Urovi},
journal= {arXiv preprint arXiv:2209.03727},
year = {2022}
}
备注
9 pages, 6 figures, poster presented at the European Respiratory Society, Barcelona, September 2022