面向可靠呼吸疾病诊断：基于咳嗽声与视觉变换器
计算机视觉与模式识别
2024-09-04 v2 机器学习
声音
音频与语音处理
摘要
最近的深度学习技术推动了各类实际应用中的性能提升，包括基于多模态医疗数据的疾病诊断。基于咳嗽声数据的呼吸疾病（如新冠肺炎和慢性阻塞性肺疾病）诊断也受到广泛关注。然而，现有工作通常利用传统机器学习或中等规模的深度模型。此外，所developed的方法在小规模数据上进行训练和评估，因为难以大规模收集和标注临床数据。为此，我们构建了一个统一框架，用于评估从轻量级卷积神经网络（如 ResNet18）到现代视觉变换器等 various 深度模型在呼吸疾病分类中的性能。基于这项广泛的实证研究，我们提出了一种基于大规模咳嗽数据集的自监督和监督学习的 novel 方法用于基于咳嗽的疾病分类。实验结果表明，我们的 proposed 方法在两个基准数据集上用于新冠肺炎诊断以及一个专有数据集用于 COPD/non-COPD 分类中持续优于 prior arts，AUROC 达到 92.5%。
引用
@article{arxiv.2408.15667,
title = {Towards reliable respiratory disease diagnosis based on cough sounds and vision transformers},
author = {Qian Wang and Zhaoyang Bu and Jiaxuan Mao and Wenyu Zhu and Jingya Zhao and Wei Du and Guochao Shi and Min Zhou and Si Chen and Jieming Qu},
journal= {arXiv preprint arXiv:2408.15667},
year = {2024}
}