中文

基于无线耳机的呼吸练习实时监测:一种深度学习方法

音频与语音处理 2025-02-20 v1 机器学习

摘要

一些治疗常规需要深呼吸练习作为关键组成部分,接受此类治疗的患者必须定期进行这些练习。评估治疗结果并调整疗程需要监测患者对治疗的依从性。虽然在临床环境中治疗依从性监测是常规的,但在家庭环境中进行监测具有挑战性。这是因为家庭环境缺乏有效监测患者执行治疗常规所需的专业设备和熟练专业人员。对于某些类型的治疗,这些挑战可以通过使用消费级硬件(如耳机和智能手机)作为实用解决方案来解决。为了使用无线耳机准确监测呼吸练习,本文提出了一个框架,该框架有潜力评估患者对家庭治疗的依从性。所提出的系统通过处理500毫秒音频信号,经过两个卷积神经网络,实时高精度地检测呼吸阶段和通道。第一个网络称为通道分类器,区分鼻呼吸、口呼吸和暂停。第二个网络称为阶段分类器,确定音频段是吸气还是呼气。根据k折交叉验证,通道和阶段分类器分别达到了97.99%和89.46%的最大F1分数。结果表明,使用商用耳机进行实时呼吸通道和阶段检测用于呼吸治疗依从性监测的潜力。

关键词

引用

@article{arxiv.2404.10310,
  title  = {Wireless Earphone-based Real-Time Monitoring of Breathing Exercises: A Deep Learning Approach},
  author = {Hassam Khan Wazir and Zaid Waghoo and Vikram Kapila},
  journal= {arXiv preprint arXiv:2404.10310},
  year   = {2025}
}

备注

4 pages, 2 figures. Paper accepted at IEEE International Conference on Engineering in Medicine & Biology Society, 2024