基于Inception的网络与多谱图集成用于预测呼吸异常与肺部疾病
声音
2020-12-29 v1 机器学习
音频与语音处理
摘要
本文提出一种基于Inception的深度神经网络，利用呼吸音输入检测肺部疾病。首先从患者收集的呼吸音记录被转换为谱图，其中频谱与时间信息均得到良好呈现，称为前端特征提取。这些谱图随后被输入所提出的网络（称为后端分类）以检测患者是否患有肺部相关疾病。我们在ICBHI呼吸音基准元数据集上进行的实验，在呼吸异常与疾病检测方面分别取得了具有竞争力的ICBHI分数0.53/0.45与0.87/0.85。
引用
@article{arxiv.2012.13699,
title = {Inception-Based Network and Multi-Spectrogram Ensemble Applied For Predicting Respiratory Anomalies and Lung Diseases},
author = {Lam Pham and Huy Phan and Ross King and Alfred Mertins and Ian McLoughlin},
journal= {arXiv preprint arXiv:2012.13699},
year = {2020}
}