基于可穿戴麦克风采集呼吸音频估算呼吸频率
声音
2021-07-30 v1 人工智能
机器学习
音频与语音处理
摘要
呼吸频率(RR)是用于评估整体健康状况与体能的一项临床指标。个体的RR可能因慢性病症状(如哮喘、充血性心力衰竭)、急性疾病(如感染导致的呼吸困难)以及日间高强度 exertion 后的身体疲惫而偏离其基线水平。远程估算RR可提供一种经济有效的方法,用于长期追踪疾病进展与心肺适能。本研究探讨了一种模型驱动的方法,用于从健康成年人在体力消耗后采集的短音频片段中估算RR。数据来自21名受试者,使用配备麦克风的近场耳机在剧烈运动前、中、后采集。RR通过计数感知到的吸气与呼气次数进行人工标注。我们实现了一个带卷积层的多任务长短期记忆(LSTM)网络,用于处理梅尔滤波器组能量、在 varying 背景噪声条件下估算RR,并预测重度呼吸(以每分钟超过25次呼吸的RR为标志)。该多任务模型同时执行分类与回归任务,并采用混合损失函数。结果表明,RR的估算可达到0.76的一致性相关系数(CCC)与0.2的均方误差(MSE),证明音频可作为近似估算RR的可行信号。
引用
@article{arxiv.2107.14028,
title = {Estimating Respiratory Rate From Breath Audio Obtained Through Wearable Microphones},
author = {Agni Kumar and Vikramjit Mitra and Carolyn Oliver and Adeeti Ullal and Matt Biddulph and Irida Mance},
journal= {arXiv preprint arXiv:2107.14028},
year = {2021}
}
备注
International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC) 2021