用于呼吸系统疾病检测的融合音频实例与表示方法
声音
2023-11-27 v4 人工智能
机器学习
音频与语音处理
摘要
基于身体声音的音频分类技术长期以来被研究以辅助呼吸系统疾病的诊断。虽然大多数研究集中于使用咳嗽作为主要生物标志物，其他身体声音也有检测呼吸系统疾病的潜力。近期关于 COVID-19 的研究表明，除咳嗽外，呼吸和语音声音也与疾病相关。我们的研究提出融合音频实例与表示 (FAIR) 作为一种呼吸系统疾病检测方法。FAIR 依赖于从以波形和频谱图形式表示的多种身体声音中构建联合特征向量。我们通过在 COVID-19 检测的使用案例中结合身体声音的波形与频谱图表示进行了实验。我们的结果表明，使用自注意力来组合从咳嗽、呼吸和语音声音中提取的特征取得了最佳性能，受试者工作特征曲线下面积 (AUC) 得分为 0.8658，灵敏度为 0.8057，特异度为 0.7958。与仅在频谱图或波形上训练的模型相比，使用两种表示带来了更高的 AUC 得分，表明结合频谱图和波形表示有助于丰富提取的特征，并优于仅使用单一表示的模型。
引用
@article{arxiv.2204.10581,
title = {Fused Audio Instance and Representation for Respiratory Disease Detection},
author = {Tuan Truong and Matthias Lenga and Antoine Serrurier and Sadegh Mohammadi},
journal= {arXiv preprint arXiv:2204.10581},
year = {2023}
}