用于肺音记录中事件检测的鲁棒可解释时间卷积网络
声音
2021-07-01 v1 机器学习
音频与语音处理
摘要
本文提出了一种用于肺音事件检测的新框架，将连续肺音记录分割为离散事件并对每个事件进行识别。利用时间卷积网络（TCN）的轻量级特性及其优于循环网络对应模型的性能，我们提出了一种轻量、鲁棒且完全可解释的肺音事件检测框架。我们提出使用多分支TCN架构，并采用一种新颖的融合策略来组合这些分支所得特征。这不仅使网络能够在不同时间粒度上保留最显著的信息并丢弃无关信息，还使我们的网络能够处理任意长度的记录。结果：所提方法在多个公开和内部基准上进行了评估，这些基准包含呼吸听诊过程的不规则且有噪声的记录，用于识别多种听诊事件，包括吸气、呼气、爆裂音、哮鸣音、喘鸣和鼾音。我们在所有评估中均超越了最先进的（SOTA）结果。此外，我们通过实验分析了所提多分支TCN架构和特征融合策略的影响，并提供了定量与定性评估以说明其有效性。而且，我们提供了一个端到端模型解释流程，用于解释所提框架所有组件的操作。我们对不同特征融合策略的分析表明，所提出的特征拼接方法能更好地抑制非信息性特征，从而大幅降低分类器开销，得到一个鲁棒的轻量网络。我们模型的轻量特性使其可部署于智能手机等终端设备上，并能够实时生成预测。
引用
@article{arxiv.2106.15835,
title = {Robust and Interpretable Temporal Convolution Network for Event Detection in Lung Sound Recordings},
author = {Tharindu Fernando and Sridha Sridharan and Simon Denman and Houman Ghaemmaghami and Clinton Fookes},
journal= {arXiv preprint arXiv:2106.15835},
year = {2021}
}
备注
preprint submitted to JBHI