基于心音图分析与 Beta 变分自编码器的无监督心脏异常检测
声音
2021-01-15 v1 音频与语音处理
摘要
心音（又称心音图（PCG））分析是一种检测心血管疾病（CVDs）的常用方法。大多数 PCG 分析采用有监督方式，需要正常与异常样本。本文提出一种无监督 PCG 分析方法，使用 beta 变分自编码器（）对正常 PCG 信号建模。性能最佳的模型在同一来源采集的 PCG 信号 ROC（受试者工作特征）测试中达到 0.91 的 AUC（曲线下面积）值。与多数用作生成模型的 不同，该最佳 的 值小于 1。进一步实验发现，在潜空间分布与正态分布之间引入轻量 KL 散度，可基于重建损失所得的异常分数改善异常 PCG 检测性能。这一事实表明，基于重建损失的异常分数可能优于基于样本潜向量的异常分数。
引用
@article{arxiv.2101.05443,
title = {Unsupervised heart abnormality detection based on phonocardiogram analysis with Beta Variational Auto-Encoders},
author = {Shengchen Li and Ke Tian and Rui Wang},
journal= {arXiv preprint arXiv:2101.05443},
year = {2021}
}