Data augmentation based convolutional neural network for auscultation
Data augmentation based convolutional neural network for auscultation
复制标题
基于数据增强的卷积神经网络用于听诊
DOI：
--
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
李伟
中科院分区：
文献类型：
--
作者：
江益靓;张旭龙;邓晋;张文强;李伟
Ａｂｓｔｒａｃｔ：Ａｃｏｕｓｔｉｃ ａｎａｌｙｓｉｓ ｈａｓ ｇｒｅａｔ ｐｏｔｅｎｔｉａｌ ｆｏｒ ｃｌｉｎｉｃａｌ ａｐｐｌｉｃａｔｉｏｎ ｂｅｃａｕｓｅ ｏｆ ｉｔｓ ｏｂｊｅｃｔｉｖｅ，ｎｏｎ－ｉｎｖａｓｉｖｅ ａｎｄ ｌｏｗｃｏｓｔ. ｎａｔｕｒｅ．Ａｕｓｃｕｌｔａｔｉｏｎ ｉｓ ａｎ ｉｍｐｏｒｔａｎｔ ｐａｒｔ ｏｆ Ｔｒａｄｉｔｉｏｎａｌ Ｃｈｉｎｅｓｅ Ｍｅｄｉｃｉｎｅ（ＴＣＭ）．Ｂｙ ａｎａｌｙｚｉｎｇ ａ ｖｏｉｃｅ ｓｉｇｎａｌ，.ｗｅ ａｔｔｅｍｐｔ ｔｏ ｄｉａｇｎｏｓｅ ｔｈｅ ｓｙｎｄｒｏｍｅ ｏｆ ｔｈｅ ｓｕｂｊｅｃｔ ｂｙ ｌａｂｅｌｌｉｎｇ ｔｈｅｍ ｎｏｒｍａｌ ｏｒ ｄｅｆｉｃｉｅｎｔ．Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ｗｅ ｅｘｐｌｏｒｅ.ａ Ｄａｔａ Ａｕｇｍｅｎｔａｔｉｏｎ ｂａｓｅｄ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＤＡＣＮＮ）ｆｏｒ ａｕｓｃｕｌｔａｔｉｏｎ．Ｔｈｅ ｉｄｅａ ｂｅｈｉｎｄ ｔｈｉｓ.ｍｅｔｈｏｄ ｉｓ ｔｈｅ ｕｓｅ ｏｆ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＣＮＮ）ｏｎ ｉｍｂａｌａｎｃｅｄ ｄａｔａ ｗｉｔｈ ｄａｔａ ａｕｇｍｅｎｔａｔｉｏｎ ｆｏｒ.ａｕｔｏｍａｔｉｃ ｆｅａｔｕｒｅ ｅｘｔｒａｃｔｉｏｎ ａｎｄ ｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｗｅ ｃｏｎｄｕｃｔ ｅｘｐｅｒｉｍｅｎｔｓ ｏｎ ｏｕｒ ａｕｓｃｕｌｔａｔｉｏｎ ｄａｔａｓｅｔ ｃｏｎｔａｉｎｉｎｇ ｖｏｉｃｅ.ｓｅｇｍｅｎｔｓ ｏｆ ９５９ｓｐｅａｋｅｒｓ（３４６ｍａｌｅｓ ａｎｄ ６１３ｆｅｍａｌｅｓ），ｗｈｉｃｈ ｗｅｒｅ ｌａｂｅｌｅｄ ｂｙ ｔｗｏ ｅｘｐｅｒｉｅｎｃｅｄ ＴＣＭ ｐｈｙｓｉｃｉａｎｓ．.Ｗｅ ｄｅｍｏｎｓｔｒａｔｅ ｔｈｅ ｅｆｆｅｃｔｉｖｅｎｅｓｓ ｏｆ ｄａｔａ ａｕｇｍｅｎｔａｔｉｏｎ ｔｏ ｏｖｅｒｃｏｍｅ ｔｈｅ ｉｍｂａｌａｎｃｅｄ ｄａｔａｓｅｔ ｐｒｏｂｌｅｍ．Ｗｅ ａｌｓｏ.ｃｏｍｐａｒｅ ｉｔｓ ｐｅｒｆｏｒｍａｎｃｅ ｗｉｔｈ ｔｒａｄｉｔｉｏｎａｌ ｍａｃｈｉｎｅ ｌｅａｒｎｉｎｇ ｍｅｔｈｏｄｓ．Ｂｙ ｕｓｉｎｇ ＤＡＣＮＮ，ｗｅ ａｃｈｉｅｖｅ ９７．２５％.ｄｉａｇｎｏｓｉｓ ａｃｃｕｒａｃｙ ｆｏｒ ｆｅｍａｌｅｓ ａｎｄ ９５．１２％ｄｉａｇｎｏｓｉｓ ａｃｃｕｒａｃｙ ｆｏｒ ｍａｌｅｓ，ｗｉｔｈ １％—１０％ｉｍｐｒｏｖｅｍｅｎｔ ｉｎ ａｃｃｕｒａｃｙ.ａｎｄ ｓｌｉｇｈｔ ｉｍｐｒｏｖｅｍｅｎｔｓ ｉｎ ｏｔｈｅｒ ｉｎｄｉｃａｔｏｒｓ ｏｖｅｒ ｔｒａｄｉｔｉｏｎａｌ ｍａｃｈｉｎｅ ｌｅａｒｎｉｎｇ ｍｅｔｈｏｄｓ．Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ.ｄｅｍｏｎｓｔｒａｔｅ ｔｈａｔ ｔｈｅ ｐｒｏｐｏｓｅｄ ａｐｐｒｏａｃｈ ｉｓ ｈｅｌｐｆｕｌ ｆｏｒ ｏｂｊｅｃｔｉｖｅ ａｕｓｃｕｌｔａｔｉｏｎ ｄｉａｇｎｏｓｉｓ．