[論文レビュー] Feature Extraction for Machine Learning Based Crackle Detection in Lung Sounds from a Health Survey

Morten Grønnesby, Juan Carlos Aviles Solis+3 more|arXiv (Cornell University)|May 31, 2017

Phonocardiography and Auscultation Techniques参考文献 21被引用数 27

ひとこと要約

本論文は、大規模な健康調査データセットを用いて、肺音における自動的 Crackle 検出のための低次元で計算効率の良い機械学習パイプラインを提案する。時間領域および周波数領域の特徴を組み合わせた5次元の特徴ベクトルを抽出し、RBFカーネルを用いたSVMで学習することで、86%の精度と84%の再現率を達成し、従来の手法を上回り、標準的なハードウェアでもリアルタイムでの実装が可能である。

ABSTRACT

In recent years, many innovative solutions for recording and viewing sounds from a stethoscope have become available. However, to fully utilize such devices, there is a need for an automated approach for detecting abnormal lung sounds, which is better than the existing methods that typically have been developed and evaluated using a small and non-diverse dataset. We propose a machine learning based approach for detecting crackles in lung sounds recorded using a stethoscope in a large health survey. Our method is trained and evaluated using 209 files with crackles classified by expert listeners. Our analysis pipeline is based on features extracted from small windows in audio files. We evaluated several feature extraction methods and classifiers. We evaluated the pipeline using a training set of 175 crackle windows and 208 normal windows. We did 100 cycles of cross validation where we shuffled training sets between cycles. For all the division between training and evaluation was 70%-30%. We found and evaluated a 5-dimenstional vector with four features from the time domain and one from the spectrum domain. We evaluated several classifiers and found SVM with a Radial Basis Function Kernel to perform best. Our approach had a precision of 86% and recall of 84% for classifying a crackle in a window, which is more accurate than found in studies of health personnel. The low-dimensional feature vector makes the SVM very fast. The model can be trained on a regular computer in 1.44 seconds, and 319 crackles can be classified in 1.08 seconds. Our approach detects and visualizes individual crackles in recorded audio files. It is accurate, fast, and has low resource requirements. It can be used to train health personnel or as part of a smartphone application for Bluetooth stethoscopes.

研究の動機と目的

• 大規模な健康調査において、聴診器で記録された肺音における Crackle 検出のための自動的かつスケーラブルな手法を開発すること。
• 従来の手法が小規模で多様性に欠けるデータセットや手動によるアノテーションに依存するという制限を克服すること。
• 低リソースでリアルタイムに対応できるソリューションを設計し、医療従事者のトレーニングやスマートフォンベースのBluetooth聴診器アプリケーションへの統合に適すること。
• 交差検証を用いて、特徴抽出手法と分類器の最適な性能を評価すること。

提案手法

• 本手法は、肺音のオーディオファイルを小さな固定長のウィンドウに分割して分析する。
• 各ウィンドウに対して、4つの時間領域特徴（例：ゼロクロッシングレート、エネルギー、エントロピー、尖度）と1つの周波数領域特徴（例：スペクトルセントロイド）を組み合わせた5次元の特徴ベクトルを抽出する。
• 100分割の交差検証を実施し、ランダムに70%対30%のトレーニング・テスト分割を用いて、堅牢な評価を確保する。
• 性能比較に基づき、RBFカーネルを用いたサポートベクターマシン（SVM）が最適な分類器として選定された。
• すべてのトレーニングセットをサイクル全体でシャッフルし、175個の Crackle ウィンドウと208個のノーマルウィンドウでモデルを学習する。
• 本システムは、オーディオファイル内での個々の Crackle の可視化を可能とし、リアルタイム推論もサポートする。

実験結果

リサーチクエスチョン

• RQ1 肺音における Crackle 検出に最適な時間領域および周波数領域特徴の組み合わせは何か？
• RQ2 異なる分類器の性能は、多様で大規模な健康調査データセットにおける Crackle 検出においてどのように比較されるか？
• RQ3 低次元の特徴ベクトルは、高精度かつ低リソースの Crackle 検出を実現し、リアルタイムでの展開に適しているか？
• RQ4 本手法は、専門家がアノテートしたデータにおいて、既存の手法と比較して精度と再現率でどのように優れているか？

主な発見

• 4つの時間領域特徴と1つの周波数領域特徴を組み合わせた5次元の特徴ベクトルが、最良の検出性能を達成した。
• RBFカーネルを用いたSVMは、他のすべての分類器を上回り、Crackles分類において86%の精度と84%の再現率を達成した。
• 標準的なコンピュータ上では、モデルの学習がわずか1.44秒で完了し、高い計算効率を示した。
• システムは1.08秒で319個の Crackle を分類したため、リアルタイムアプリケーションに適していることが確認された。
• 本手法の正確性は、医療従事者を対象とした研究で報告された数値を上回っており、強力な臨床的潜在能力を示している。
• 低次元の特徴空間と効率的な分類器のおかげで、スマートフォンなどの低リソースデバイスへの展開が可能になった。