基于众包数据利用语音与症状探索 COVID-19 自动诊断
声音
2021-05-17 v1 音频与语音处理
摘要
开发快速且准确的筛查工具，可促进检测并避免更昂贵的临床检测，这对当前 COVID-19 大流行至关重要。在此背景下，一些初步工作显示出从音频中检测 COVID-19 诊断信号的潜力。本文提出一种基于语音的框架，用于自动检测 COVID-19 检测呈阳性的个体。我们在从本应用众包的数据子集上评估该框架，包含来自 343 名参与者的 828 个样本。通过结合语音信号与报告症状，获得了 0.79 的 AUC，灵敏度为 0.68，特异度为 0.82。我们希望本研究为自动检测该疾病的快速、低成本且便捷的预筛查工具打开大门。
引用
@article{arxiv.2102.05225,
title = {Exploring Automatic COVID-19 Diagnosis via voice and symptoms from Crowdsourced Data},
author = {Jing Han and Chloë Brown and Jagmohan Chauhan and Andreas Grammenos and Apinan Hasthanasombat and Dimitris Spathis and Tong Xia and Pietro Cicuta and Cecilia Mascolo},
journal= {arXiv preprint arXiv:2102.05225},
year = {2021}
}
备注
5 pages, 3 figures, 2 tables, Accepted for publication at ICASSP 2021