Listen2YourHeart：一种用于检测心搏声中杂音的自监督方法
机器学习
2022-10-04 v4 信号处理
摘要
心脏杂音是心搏中出现的由心脏内湍流血流引起的异常声音。PhysioNet 2022 挑战赛旨在从心音录音中自动检测杂音，并自动判别正常与异常临床结果。录音采集自心脏周围多个位置。我们的参赛工作探究了自监督学习用于杂音检测的有效性。我们以自监督方式利用今年及 2016 年挑战赛的数据训练骨干 CNN 的各层。我们对每个训练样本使用两种不同的增强及归一化温度缩放交叉熵损失。我们尝试不同增强以学习有效的心音图表示。为构建最终检测器，我们训练了两个分类头，分别对应两项挑战任务。我们给出了所有可用增强组合及多增强方法的评估结果。我们的团队 Listen2YourHeart 的 SSL 杂音检测分类器在隐藏测试集上获得了 0.737 的加权准确率得分（40 支队伍中排名第 13）以及 11946 的结果识别挑战代价得分（39 支队伍中排名第 7）。
引用
@article{arxiv.2208.14845,
title = {Listen2YourHeart: A Self-Supervised Approach for Detecting Murmur in Heart-Beat Sounds},
author = {Aristotelis Ballas and Vasileios Papapanagiotou and Anastasios Delopoulos and Christos Diou},
journal= {arXiv preprint arXiv:2208.14845},
year = {2022}
}
备注
To be published in the proceedings of CinC 2022 (https://cinc.org/). This is a preprint version of the final paper