Speech-Based Activity Recognition for Trauma Resuscitation.
Speech-Based Activity Recognition for Trauma Resuscitation.
复制标题
DOI：
10.1109/ichi48887.2020.9374372
复制
发表时间：
2020-11
期刊：
影响因子：
--
通讯作者：
Burd RS
中科院分区：
文献类型：
--
作者：
Abdulbaqi J;Gu Y;Xu Z;Gao C;Marsic I;Burd RS
我们提出了一种基于言语的方法来识别创伤复苏背景下的团队活动。我们首先从活动频率、噪声水平和与活动相关的关键词频率方面分析了创伤复苏的录音，以确定数据集的特征。接下来，我们评估了不同的音频预处理参数（频谱特征类型和音频通道），以找到最佳配置。然后，我们引入了一种新的神经网络来识别创伤活动，使用改进的VGG网络从音频输入中提取特征。将修改后的VGG网络的输出与以关键字文本为输入的网络的输出相结合，生成活动标签。我们将我们的系统与几个基线进行了比较，并对特定活动的性能结果进行了详细的分析。我们的研究结果表明，我们提出的结构使用Mel-spectrum光谱系数特征与立体通道和活动特定的频繁关键词获得最高的精度和平均f1分数。
We present a speech-based approach to recognize team activities in the context of trauma resuscitation. We first analyzed the audio recordings of trauma resuscitations in terms of activity frequency, noise-level, and activity-related keyword frequency to determine the dataset characteristics. We next evaluated different audio-preprocessing parameters (spectral feature types and audio channels) to find the optimal configuration. We then introduced a novel neural network to recognize the trauma activities using a modified VGG network that extracts features from the audio input. The output of the modified VGG network is combined with the output of a network that takes keyword text as input, and the combination is used to generate activity labels. We compared our system with several baselines and performed a detailed analysis of the performance results for specific activities. Our results show that our proposed architecture that uses Mel-spectrum spectral coefficients features with a stereo channel and activity-specific frequent keywords achieve the highest accuracy and average F1-score.
登录
查看更多内容
DOI：
10.1109/tim.2013.2258772
发表时间：
2013-09-01
影响因子：
5.6
作者：
Parlak, Siddika;Marsic, Ivan
通讯作者：
Marsic, Ivan
DOI：
10.1109/jbhi.2013.2283506
发表时间：
2014-05-01
影响因子：
7.7
作者：
Parlak, Siddika;Ayyer, Shriniwas;Marsic, Ivan
通讯作者：
Marsic, Ivan
DOI：
10.1145/2994551.2994569
发表时间：
2016-11
期刊：
Proceedings of the ... International Conference on Embedded Networked Sensor Systems. International Conference on Embedded Networked Sensor Systems
影响因子：
--
作者：
Li X;Zhang Y;Marsic I;Sarcevic A;Burd RS
通讯作者：
Burd RS
DOI：
10.1109/taslp.2014.2339736
发表时间：
2014-10-01
影响因子：
5.4
作者：
Abdel-Hamid, Ossama;Mohamed, Abdel-Rahman;Yu, Dong
通讯作者：
Yu, Dong
DOI：
10.1145/3123266.3123365
发表时间：
2017-10
期刊：
Proceedings of the ... ACM International Conference on Multimedia, with co-located Symposium & Workshops. ACM International Conference on Multimedia
影响因子：
--
作者：
Li X;Zhang Y;Zhang J;Chen Y;Li H;Marsic I;Burd RS
通讯作者：
Burd RS