[論文レビュー] Lung sound classification using local binary pattern

Nandini Sengupta, Sahidullah+1 more|arXiv (Cornell University)|Oct 4, 2017

Phonocardiography and Auscultation Techniques参考文献 35被引用数 8

ひとこと要約

本論文では、時間周波数表現からのテクスチャ特徴を抽出するためにメル周波数スペクトル係数（MFSC）上での局所的バイナリーパターン（LBP）分析を用いた、肺音分類のための新規手法を提案する。この手法はウェーブレットベースおよびMFCCベースの特徴量を上回り、特に異常音検出において最大24.5%の精度向上を達成した。バッタチャリヤカーネルとkNN分類器が最適な性能を示した。

ABSTRACT

Lung sounds contain vital information about pulmonary pathology. In this paper, we use short-term spectral characteristics of lung sounds to recognize associated diseases. Motivated by the success of auditory perception based techniques in speech signal classification, we represent time-frequency information of lung sounds using mel-scale warped spectral coefficients, called here as mel-frequency spectral coefficients (MFSCs). Next, we employ local binary pattern analysis (LBP) to capture texture information of the MFSCs, and the feature vectors are subsequently derived using histogram representation. The proposed features are used with three well-known classifiers in this field: k-nearest neighbor (kNN), artificial neural network (ANN), and support vector machine (SVM). Also, the performance was tested with multiple SVM kernels. We conduct extensive performance evaluation experiments using two databases which include normal and adventitious sounds. Results show that the proposed features with SVM and also with kNN classifier outperform commonly used wavelet-based features as well as our previously investigated mel-frequency cepstral coefficients (MFCCs) based statistical features, specifically in abnormal sound detection. Proposed features also yield better results than morphological features and energy features computed from rational dilation wavelet coefficients. The Bhattacharyya kernel performs considerably better than other kernels. Further, we optimize the configuration of the proposed feature extraction algorithm. Finally, we have applied mRMR (minimum-redundancy maximum-relevancy) based feature selection method to remove redundancy in the feature vector which makes the proposed method computationally more efficient without any degradation in the performance. The overall performance gain is up to 24.5% as compared to the standard wavelet feature based system.

研究の動機と目的

• 機械学習を用いた自動肺音分類のための堅牢で非侵襲的な手法の開発。
• 聴診による低感度および観察者間ばらつきといった限界の解消。
• 特に喘鳴およびラクレーターを含む異常肺音の検出を、テクスチャに敏感な特徴量を用いて向上。
• 特徴選択により計算コストを低減しつつ、精度を損なわずに実現。
• 臨床的関連性のある病理を有する実世界のデータベースを用いて、提案手法の妥当性を検証。

提案手法

• 聴診信号をメル周波数スペクトル係数（MFSC）で表現し、知覚的に関連するスペクトルエネルギー分布をモデル化。
• MFSCの時間周波数ドメインにおけるテクスチャパターンを捉えるために、局所的バイナリーパターン（LBP）を適用。
• 各周波数帯域ごとにLBPパターンの正規化ヒストグラムを計算し、特徴ベクトルを構築。
• 分類にk-近傍法（kNN）、ニューラルネットワーク（ANN）、サポートベクターマシン（SVM）を用いる。
• 分類安定性を向上させるために、短時間特徴抽出のためのウィンドウ長とオーバーラップを最適化。
• 次元削減を実現しつつ分類精度を維持するため、mRMR（最小冗長性・最大相関性）特徴選択を適用。

実験結果

リサーチクエスチョン

• RQ1 従来のウェーブレットベースやMFCCベースの特徴量と比較して、MFSC上でのLBPベースのテクスチャ特徴量は肺音分類精度を向上させることができるか？
• RQ2 肺音分類において、どの分類器およびカーネル設定（例：バッタチャリヤカーネルを用いたSVM）が最良の性能を示すか？
• RQ3 短時間解析におけるウィンドウ長とオーバーラップは、特徴抽出および分類結果にどのように影響するか？
• RQ4 どの周波数帯域が正常と異常肺音を区別する上で最も寄与しているか？
• RQ5 mRMRに基づく特徴選択は、分類性能を低下させることなく計算負荷を低減できるか？

主な発見

• 提案されたLBP-MFSC特徴量は、ウェーブレットベース特徴量に比べ、分類精度で最大24.5%の向上を達成した。特に異常音検出において顕著な改善が見られた。
• SVMにおけるバッタチャリヤカーネルとkNN分類器が最高の性能を示し、特にkNNは異常音検出において優れた結果を示した。
• 最適な短時間特徴抽出には、通常の音声処理よりも長い分析ウィンドウと高いオーバーラップが使用された。
• mRMRによる特徴選択により、特徴ベクトルのサイズが顕著に削減され、精度を維持しながら計算効率が向上した。
• データベース1では、係数10〜12（およびその周辺）の周波数帯域が最も判別能が高く、データベース2では11〜12および3の帯域が重要であった。
• 200 Hz未満の低周波数帯域はF比の高い判別能を示したが、mRMRの関連性は低く、冗長性が高いため、グループ特徴性能への寄与は小さかった。