smarty4covid 数据集与知识库：支持音频信号可解释分析的框架
声音
2023-07-12 v1 音频与语音处理
摘要
利用人工智能（AI）与移动健康（m-health）检测指示呼吸异常/疾病发生与发展的新型生物标记物，尤其在 COVID-19 大流行期间极大吸引了科学界与研究界的兴趣。smarty4covid 数据集包含通过移动设备以众包方式记录的咳嗽（4,676）、常规呼吸（4,665）、深呼吸（4,695）与语音（4,291）音频信号。亦包含其他自我报告信息（如 COVID-19 病毒检测），从而提供一个用于开发 COVID-19 风险检测模型的综合数据集。smarty4covid 数据集以网络本体语言（OWL）知识库形式发布，支持来自其他相关数据集的数据整合、复杂查询与推理。它已被用于开发能够：(i) 从常规呼吸记录中提取临床信息性呼吸指标，以及 (ii) 在众包音频录音中识别咳嗽、呼吸与语音片段的模型。本文提出并验证了一个利用 smarty4covid OWL 知识库为不透明 AI 基 COVID-19 风险检测模型生成反事实解释的框架。
引用
@article{arxiv.2307.05096,
title = {The smarty4covid dataset and knowledge base: a framework enabling interpretable analysis of audio signals},
author = {Konstantia Zarkogianni and Edmund Dervakos and George Filandrianos and Theofanis Ganitidis and Vasiliki Gkatzou and Aikaterini Sakagianni and Raghu Raghavendra and C. L. Max Nikias and Giorgos Stamou and Konstantina S. Nikita},
journal= {arXiv preprint arXiv:2307.05096},
year = {2023}
}
备注
Submitted for publication in Nature Scientific Data