呼吸器疾患検出のための融合オーディオインスタンスと表現【JST・京大機械翻訳】

Truong Tuan; Lenga Matthias; Serrurier Antoine; Mohammadi Sadegh

プレプリント

J-GLOBAL ID：202202208807794919 整理番号：22P0336792

呼吸器疾患検出のための融合オーディオインスタンスと表現【JST・京大機械翻訳】

Fused Audio Instance and Representation for Respiratory Disease Detection

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年04月22日プレプリントサーバーでの情報更新日： 2023年11月23日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

身体音に関する聴覚ベースの分類技術は,呼吸器疾患の診断を助けるために長い間研究されてきた。ほとんどの研究は主要なバイオマーカーとして咳の使用に集中しているが,他の身体音も呼吸器疾患を検出する可能性を有する。COVID-19に関する最近の研究は,咳に加えて呼気と音声音が疾患と相関することを示した。本研究は,呼吸器疾患検出のための方法として,Fused Audio Instance and Reportation(FAIR)を提案する。FAIRは,波形とスペクトログラム形式で表される様々なボディ音から関節特徴ベクトルを構築することに依存する。著者らは,体音の波形とスペクトログラム表現を結合することによって,COVID-19検出の使用事例に関して実験を行った。著者らの知見は,咳,呼気,および音声音から抽出特徴を組み合わせるための自己注意の使用が,受信者動作特性曲線(AUC)スコア0.8658,感度0.8057,および特異性0.7958の領域の下で最良の性能をもたらすことを示す。スペクトログラムまたは波形のみに訓練されたモデルと比較して,両表現の使用は,改善されたAUCスコアをもたらし,スペクトログラムと波形表現の組み合わせが,抽出された特徴を豊かにし,1つの表現だけを使用するモデルより優れていることを実証した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

音声処理 , パターン認識 , 呼吸器の診断

, , , ,

前のページに戻る