近年来，咳嗽声分类的研究通过对声学特征的处理产生了重大影响。它有效区分生产性咳嗽和非生产性咳嗽[8]，从而检测变形的肺功能[9]，促进肺炎的诊断[10]。许多咳嗽检测算法在临床行业中流行，用于识别和检测咳嗽声音，以获得有价值的见解。但是，从实时音频流中检测咳嗽的方法仍然很少。医生利用咳嗽声和非咳嗽声的良好辨别性[11]有助于早期诊断慢性咳嗽疾病。因此，实现早期检测和高级诊断的自动化框架将有助于医生治疗呼吸道感染。有鉴于此，提出了使用改进的卷积神经网络（CNN）对声音文件进行有用分类的慢性咳嗽检测方法。
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
