Fruit-CoV：一种基于视觉的高效框架，通过录制咳嗽声快速检测与诊断 SARS-CoV-2 感染
声音
2021-09-08 v1 机器学习
神经与进化计算
音频与语音处理
摘要
SARS-CoV-2 俗称 COVID-19，于2019年12月首次爆发。这种致命病毒已蔓延全球，自2020年3月起成为大流行疾病。此外，近期名为 Delta 的 SARS-CoV-2 变异株极具传染性，并在全球造成超过四百万死亡。因此，拥有在家自测 SARS-CoV-2 的服务至关重要。在本研究中，我们介绍 Fruit-CoV，一个两阶段视觉框架，能够通过录制的咳嗽声检测 SARS-CoV-2 感染。具体而言，我们将声音转换为 Log-Mel Spectrograms，并在第一阶段使用 EfficientNet-V2 网络提取其视觉特征。在第二阶段，我们使用从大规模预训练音频神经网络（PANNs）和 Wavegram-Log-Mel-CNN 中提取的14个卷积层来聚合 Log-Mel Spectrograms 的特征表示。最后，我们使用组合特征训练一个二分类器。在本研究中，我们使用由 AICovidVN 115M Challenge 提供的数据集，其包含在越南、印度和瑞士收集的共计7371条录制咳嗽声。实验结果表明，我们提出的模型取得了92.8%的 AUC 分数，并在 AICovidVN Challenge 的排行榜上排名第一。更重要的是，我们提出的框架可集成到呼叫中心或 VoIP 系统中，通过在线/录制咳嗽声加速检测 SARS-CoV-2 感染。
引用
@article{arxiv.2109.03219,
title = {Fruit-CoV: An Efficient Vision-based Framework for Speedy Detection and Diagnosis of SARS-CoV-2 Infections Through Recorded Cough Sounds},
author = {Long H. Nguyen and Nhat Truong Pham and Van Huong Do and Liu Tai Nguyen and Thanh Tin Nguyen and Van Dung Do and Hai Nguyen and Ngoc Duy Nguyen},
journal= {arXiv preprint arXiv:2109.03219},
year = {2021}
}
备注
4 pages