May, 2023

基于音频谱图变换的 Patch-Mix 对比学习在呼吸音分类中的应用

PDF
TL;DR这项研究使用深度学习算法和新型增强技术，通过预处理于视听数据集上的模型实现了高效的呼吸声分类以及肺病诊断，取得了 ICBHI 数据集上 4.08% 的最高成绩。
发现论文，激发创造
  • 基于听诊器引导的监督对比学习在呼吸音分类的跨领域适应中的应用

    通过跨领域适应技术，结合监督对比学习方法，本研究在呼吸音分类领域取得了显著进展，成功减少了不同电子听诊器录制的呼吸音之间的领域依赖并实现了 61.71% 的 ICBHI 得分，相较于基线模型的 2.16% 有了显著提升。

    Dec, 2023

  • 多视角声谱图变换器用于呼吸音分类

    提出了一种 Multi-View Spectrogram Transformer (MVST) 模型，将深度神经网络应用于呼吸音频谱图的分类，通过将 mel-spectrogram 分为不同大小的 patches，使用 transformer encoders 提取 patches 之间的注意力信息，并设计了一种门控融合机制来加强多视图特征，在呼吸音分类任务上明显优于现有最先进方法。

    Nov, 2023

  • 使用生成的呼吸声进行对抗性微调以解决类别不平衡问题

    我们提出了一种简单而有效的深度生成模型，用于增强医学影像中的数据稀缺问题，并通过对抗性微调方法在呼吸音分类上取得了优越的性能。

    Nov, 2023

  • 利用音频频谱图视觉转换器进行异常呼吸声识别

    开发了一种名为音频 - 谱图视觉变换器的新方法，将肺部声音转化为称为谱图的可视化表示，通过使用视觉变换器模型对这些图像进行分析以识别不同类型的呼吸声，使用含有各种频率、噪声水平和背景的肺部声音的 ICBHI 2017 数据库对提出的音频 - 谱图视觉变换器方法进行了评估，并在呼吸道声音检测方面取得了 79.1% 和 59.8%（60:40 分割比）以及 86.4% 和 69.3%（80:20 分割比）的未加权平均召回率和总体分数，超过以往最先进的结果。

    May, 2024

  • RepAugment：面向输入的表示层数据增强用于呼吸音分类

    探索预训练语音模型在呼吸音分类中的有效性，并提出了能够处理预训练语音波形的输入不可知表示级别增广技术。实验结果表明，该方法优于 SpecAugment，在少数疾病类别的准确性上实现了显著改善，最高达到 7.14%。

    May, 2024

  • 基于先进信号处理与机器学习的音频呼吸疾病分类及辅助诊断支持

    利用全球最大的公开医疗数据库中的呼吸声音，结合经验模式分解和谱分析等方法，训练多个机器学习模型对不同健康状况进行分类诊断，从而大大提高辅助和远程诊断能力。

    Sep, 2023

  • 探索自监督表示集合用于 COVID-19 咳嗽分类

    本文提出了一种基于自监督学习的框架，通过对未标记的数据进行对比性预训练，从而在 COVID-19 疾病状态下对咳嗽进行分类。

    May, 2021

  • 肺音和肺病分类的多任务学习

    使用多任务学习方法，在医学诊断中对肺音和肺疾病进行同时分类，结果表明该方法在同时分类肺音和肺疾病方面取得了良好的效果，并应用于慢阻肺患者的风险水平计算中，使用随机森林分类器达到了 92% 的准确率，从而减轻了医生的负担。

    Apr, 2024

  • BTS：基于元数据辅助的呼吸音分类的文本和声音模态的桥接

    通过利用呼吸音样本的元数据，我们引入了一个文本 - 音频多模态模型来改进呼吸音分类的性能，并且在治疗临床环境中部分元数据不可用的情况下也进行了研究验证。

    Jun, 2024

  • SSAST: 自监督音频频谱变换器

    本文提出了一种使用未标注数据进行自监督预训练的方法，使用联合判别式和生成式掩蔽频谱补丁建模对 AST 模型进行预训练，从而显著提高音频分类性能。这是音频领域中第一个基于补丁的自监督学习框架，也是 AST 的自监督学习框架的首次探索。

    Oct, 2021