用于呼吸音异常检测的变分自编码器
声音
2023-12-05 v2 机器学习
音频与语音处理
摘要
本文提出一种基于弱监督机器学习的方法，旨在作为一种提醒患者可能存在的呼吸系统疾病的工具。各种类型的病理可能影响呼吸系统，可能导致严重疾病，在某些情况下甚至死亡。一般而言，有效的预防实践被视为改善患者健康状况的主要手段。所提出的方法力求实现一种易于获取的呼吸系统疾病自动诊断工具。具体而言，该方法利用变分自编码器（Variational Autoencoder）架构，允许使用复杂度有限且规模相对较小的数据集的训练流程。重要的是，它提供了 57% 的准确率，与现有的强监督方法相当。
引用
@article{arxiv.2208.03326,
title = {Variational Autoencoders for Anomaly Detection in Respiratory Sounds},
author = {Michele Cozzatti and Federico Simonetta and Stavros Ntalampiras},
journal= {arXiv preprint arXiv:2208.03326},
year = {2023}
}
备注
Published at ICANN 2022