是否为结核？用于结核病分类的咳嗽声学分析
音频与语音处理
2022-09-05 v1 机器学习
声音
摘要
本工作中，我们探索用于结核病（TB）咳嗽分类的循环神经网络架构。与先前在该领域实现深度架构未成功的尝试相反，我们展示了一个基础双向长短期记忆网络（BiLSTM）可取得改进性能。此外，我们展示通过结合贪心特征选择与新提出的、学习患者不变特征的基于注意力架构，可比基线及其他所考虑架构实现明显更好的泛化。而且，该注意力机制可对音频信号中被视为分类重要的时域区域进行检查。最后，我们开发了神经风格迁移技术以推断理想化输入并随后分析。我们发现 TB 与非 TB 咳嗽的理想化功率谱间存在显著差异，这为音频信号中特征的起源提供了线索。
引用
@article{arxiv.2209.00934,
title = {TB or not TB? Acoustic cough analysis for tuberculosis classification},
author = {Geoffrey Frost and Grant Theron and Thomas Niesler},
journal= {arXiv preprint arXiv:2209.00934},
year = {2022}
}
备注
Accepted for publication at Interspeech 2022