谷歌 HeAR 模型驱动的儿童哮喘检测：基于 AI 的呼吸音分类器
声音
2025-04-30 v1 人工智能
摘要
儿童哮喘的早期检测对于预防长期呼吸并发症和减少急诊干预至关重要。本工作提出了一个基于谷歌健康声学表示 (HeAR) 模型的 AI 驱动诊断管道，用于从儿童呼吸音中检测哮喘的早期迹象。使用 SPRSound 数据集——首个开放获取的儿童（年龄 1 月至 18 岁）标注呼吸音数据集，提取标记为 wheeze、crackle、rhonchi、stridor 或 normal 的 2 秒音频片段。每个片段通过 HeAR 嵌入成 512 维的表示，HeAR 是在 3000 万条与健康相关的音频剪辑（包括 1 亿条咳嗽声）上预训练的基础模型。训练 SVM、随机森林和 MLP 等多个分类器，对这些嵌入进行训练以区分哮喘相关音与正常音。该系统在准确率上超过 91%，在正例的 precision-recall 指标上表现突出。除了分类外，我们还利用 PCA 可视化所学嵌入，通过波形播放分析误分类情况，并提供 ROC 曲线和混淆矩阵的洞察。该方法表明，基于基础音频模型的短时、低资源儿童录音可以实现快速、无创的哮喘筛查。该方法在偏远地区或资源受限的医疗环境中尤为有前景。
引用
@article{arxiv.2504.20124,
title = {Pediatric Asthma Detection with Googles HeAR Model: An AI-Driven Respiratory Sound Classifier},
author = {Abul Ehtesham and Saket Kumar and Aditi Singh and Tala Talaei Khoei},
journal= {arXiv preprint arXiv:2504.20124},
year = {2025}
}