使用深度学习识别异常心音
声音
2017-10-20 v2 计算机视觉与模式识别
摘要
此处呈现的工作将深度学习应用于自动心脏听诊任务，即识别心音中的异常。我们描述了一种自动心音分类算法，它结合了时频热图表示与深度卷积神经网络（CNN）的使用。鉴于误分类的成本敏感性质，我们的 CNN 架构使用一种修正的损失函数进行训练，该函数直接优化敏感性与特异性之间的权衡。我们在 2016 PhysioNet Computing in Cardiology 挑战赛上评估了我们的算法，其目标是从单一的、简短的、可能含噪的记录中准确分类正常与异常心音。我们的挑战赛提交最终获得了 0.95 的特异性、0.73 的敏感性以及 0.84 的总分。我们在所有挑战赛条目中取得了最大的特异性得分，并且仅使用单一 CNN，我们的算法在总分上仅比使用集成方法的冠军相差 0.02。
引用
@article{arxiv.1707.04642,
title = {Recognizing Abnormal Heart Sounds Using Deep Learning},
author = {Jonathan Rubin and Rui Abreu and Anurag Ganguli and Saigopal Nelaturi and Ion Matei and Kumar Sricharan},
journal= {arXiv preprint arXiv:1707.04642},
year = {2017}
}
备注
IJCAI 2017 Knowledge Discovery in Healthcare Workshop