文献

J-GLOBAL ID：202002242556680207   整理番号：20A0813727

正常および異常肺音の分類のための訓練データ拡大【JST・京大機械翻訳】

Training Data Expansion for Classification between Normal and Abnormal Lung Sounds

著者 (4件)： Umeno Naoki (Nagasaki University,Nagasaki,Japan) ,  Yamashita Masaru (Nagasaki University,Nagasaki,Japan) ,  Takada Hiroyuki (Nagasaki University,Nagasaki,Japan) ,  Matsunaga Shoichi (Nagasaki University,Nagasaki,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： APSIPA ASC  ページ： 935-938  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,正常と異常な肺音を識別するための訓練データ拡張法の有効性を調べた。肺音の音響特性は聴診点によって変化する。従来の分類法において,音響モデルは通常,評価データのそれと同じ聴診点で記録された肺音のみを用いて訓練された。これは少量の訓練データをもたらし,従って高い分類率の達成を妨げる。この問題を克服するために,著者らは,他の聴診点で記録された音サンプルの中で,より高い分類性能を有する音響モデルを生成するのに有用であると期待される,肺音を選択することにより訓練データ拡張を行った。2つのタイプの選択アプローチを検討した:音サンプルにおける音響特徴の類似性に基づく選択と,正常または異常な呼吸候補に対する音響尤度間の差により表現される信頼測度に基づく選択。著者らの実験は,両方の選択型が正常と異常な肺音の間の分類性能を増加させる可能性を有し,また健常者と非健常者の間の分類性能を有することを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 有効性 ,  測度 ,  聴診 ,  *音響 ,  類似性 ,  音響特性 ,  尤度 ,  *呼吸音
準シソーラス用語： 健常者 ,  音響特徴 ,  音響モデル ,  分類法 ,  *訓練データ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 肺音 ,  分類 ,  訓練 ,  データ拡大