基于神经网络的呼吸音分类算法

在过去的几十年里，许多机器学习（ML）方法被引入来分析呼吸周期的声音，包括爆裂声、咳嗽声和喘息声[1-6]。然而，几乎所有传统的ML模型都完全依赖于手工制作的功能。此外，需要高度复杂的预处理步骤来利用设计的特征[4-6]。因此，仅仅基于ML的模型可能对肺部声音中的外部/内部噪声不具有鲁棒性，并且可能无法在不同的软件和测量设备中推广其性能。然而，要在诊所中使用呼吸追踪系统，必须达到高分类精度。从这个角度来看，深度学习（DL）模型[7]在社区中获得了很多关注。基于DL的模型主要依赖于通过模型训练学习的数据的高度抽象表示。由于这一事实，DL模型在一系列任务上达到了最先进的性能，包括图像识别[8]、语音识别[9]、时间序列预测[10]。在这项工作中，我们提出了一种称为NMRNN的递归神经网络架构，该架构以端到端的方式进行训练，以同时检测呼吸周期中的噪声，并将肺部声音分为几个类别，如：正常、喘息、爆裂或喘息和爆裂。换句话说，我们的模型它本身决定了它应该使用什么信息以及从什么时间点进行呼吸声音的有效预测。该模型的关键特征是，它在不应用任何手部预处理阶段（如单个呼吸周期的切片）的情况下进行训练。通过广泛的测试，所提出的模型在最近发表的大型开放式肺部声音记录数据库上达到了最先进的性能[11]。