计算机听觉用于诊断 COVID-19 的最新进展：综述
声音
2020-12-10 v1 机器学习
音频与语音处理
摘要
计算机听觉 (CA) 已被证明在医疗健康领域对言语影响性疾病（如自闭症谱系、抑郁症或帕金森病）与身体声音影响性异常（如异常肠鸣音、心脏杂音或鼾声）是高效的。然而，在针对由 SARS-CoV-2 冠状病毒引起的 COVID-19 大流行所考虑的数据驱动技术中，CA 被低估了。有鉴于此，我们总结了 CA 用于 COVID-19 语音和/或声音分析的最新进展。尽管所取得的里程碑令人鼓舞，但尚不能得出任何坚实结论。这主要源于数据仍然稀疏、常未充分验证且缺乏与影响呼吸系统的相关疾病进行系统比较。特别是，基于 CA 的方法不能成为 SARS-CoV-2 的独立筛查工具。我们希望本简要综述能提供良好指导并吸引更广泛人工智能界的更多关注。
引用
@article{arxiv.2012.04650,
title = {Recent Advances in Computer Audition for Diagnosing COVID-19: An Overview},
author = {Kun Qian and Bjorn W. Schuller and Yoshiharu Yamamoto},
journal= {arXiv preprint arXiv:2012.04650},
year = {2020}
}
备注
2 pages