Deep auscultation: Predicting respiratory anomalies and diseases via recurrent neural networks

[namakemono]

#	##
論文リンク	https://arxiv.org/abs/1907.05708v1
著者	Diego Perna, Andrea Tagarelli
投稿日時	2019-07-11
コード

概要

呼吸器疾患は、世界中で深刻な病気や死の最も一般的な原因の1つです。予防および早期診断は、そのような疾患の拡散を特徴付ける傾向を制限またはさらには元に戻すために不可欠です。この点に関して、呼吸器聴診音の分析のための高度な計算ツールの開発は、疾患に関連した異常、または疾患そのものを検出するための大きな変革となる可能性があります。本研究では、呼吸器聴診音データのための新しい学習フレームワークを提案する。私たちのアプローチは、最先端の特徴抽出技術と高度なディープニューラルネットワークアーキテクチャを組み合わせたものです。驚くべきことに、我々の知る限りでは、呼吸器疾患の検出において臨床医を支援するために、リカレントニューラルネットワークベースの学習フレームワークをモデル化したのは我々が最初である。異常な音や病理学のクラスのいずれかのレベルで。ICBHIベンチマークデータセットで得られた結果は、我々のアプローチが異常主導型と病理学主導型の両方の予測タスクに関して競合する方法よりも優れていることを示しており、したがって呼吸器疾患分析における最先端を進めている。