Nghiên cứu và đề xuất thuật toán phân loại âm thanh phổi sử dụng kỹ thuật học sâu

Abstract

Luận văn này giới thiệu một thuật toán toàn diện cho việc phân loại bệnh hô hấp, giải quyết các thách thức như mất cân bằng lớp và sự biến đổi đặc trưng trong các mẫu âm thanh phổi. Thuật toán đề xuất sử dụng các kỹ thuật tăng cường dữ liệu tiên tiến, bao gồm IPMix và các phương pháp đặc thù cho âm thanh khác, nhằm nâng cao sự đa dạng của dữ liệu và đảm bảo sự phân bổ cân bằng giữa các lớp. Một kiến trúc CNN đa đầu vào được thiết kế, sử dụng các đặc trưng đầu vào là Logmel Spectrogram, MFCC và CQT Spectrogram để bắt được các đặc tính âm thanh đa dạng quan trọng cho việc phát hiện bệnh. Thêm vào đó, một mô hình lai ResNet-LSTM được đề xuất, hiệu quả trong việc nắm bắt cả sự phụ thuộc không gian và thời gian trong các âm thanh hô hấp. Để tối ưu hóa thêm hiệu suất phân loại, một phương pháp ensemble được áp dụng, kết hợp các dự đoán từ các kiến trúc mô hình tùy chỉnh nhằm tận dụng các điểm mạnh bổ sung của chúng. Khi được đánh giá trên Cơ sở dữ liệu Âm thanh Hô hấp ICBHI 2017, thuật toán này đạt được kết quả đáng chú ý trong cả các tác vụ phân loại nhị phân (Khỏe mạnh và Không khỏe mạnh) và phân loại đa loại (tám tình trạng hô hấp). Nghiên cứu này nhấn mạnh tiềm năng của việc kết hợp các kỹ thuật tăng cường dữ liệu tiên tiến với các kiến trúc học sâu phù hợp để nâng cao chẩn đoán bệnh hô hấp và hỗ trợ các ứng dụng lâm sàng