用于呼吸系统疾病分类的谱图失真度量
信号处理
2021-06-07 v1
摘要
提出一种用于呼吸系统疾病分类的新方法。该方法基于一类新特征，这些特征从肺音中提取，通过将其谱图表征为曲面，并利用针对这些曲面定义的几何失真获得。该方法为肺音记录分析提供了一组高度具描述性的特征。此外，通过将这些特征与梅尔频率倒谱系数结合，我们引入了用于常见呼吸病理自动诊断的有力模型。与基线方法相比，我们的模型在常见呼吸系统疾病的二分类与多分类中均取得更优结果。这种针对一维信号分类的新方法可应用于其他信号在其组合空间或流形中表示的场景。
引用
@article{arxiv.2106.02429,
title = {Distortion measure of spectrograms for classification of respiratory diseases},
author = {Jeremy Levy and Alexander Naitsat and Yehoshua Y. Zeevi},
journal= {arXiv preprint arXiv:2106.02429},
year = {2021}
}