第二届DiCOVA挑战赛:基于声学的COVID-19诊断数据集与性能分析
音频与语音处理
2021-10-12 v3 声音
定量方法
摘要
第二届基于声学的COVID-19诊断(DiCOVA)挑战赛旨在加速基于声学的COVID-19检测研究,该主题处于声学、信号处理、机器学习和医疗保健的交叉点。本文介绍了该挑战赛的细节,其向研究人员公开发布以分析由呼吸、咳嗽和语音信号组成的音频录制数据集。该数据收集自感染和未感染COVID-19的个体,挑战赛中的任务为二分类。开发集音频录制收集自965名个体(172名COVID-19阳性),而评估集包含来自471名个体(71名COVID-19阳性)的数据。挑战赛设有四个赛道,分别与咳嗽、语音、呼吸各声音类别相关,以及第四个融合赛道。同时发布了一个基线系统以作为参与者的基准。本文中,我们概述了该挑战赛、数据收集的依据以及基线系统。此外,还给出了对排行榜上支参赛队伍所提交系统的性能分析。
引用
@article{arxiv.2110.01177,
title = {The Second DiCOVA Challenge: Dataset and performance analysis for COVID-19 diagnosis using acoustics},
author = {Neeraj Kumar Sharma and Srikanth Raj Chetupalli and Debarpan Bhattacharya and Debottam Dutta and Pravin Mote and Sriram Ganapathy},
journal= {arXiv preprint arXiv:2110.01177},
year = {2021}
}