[論文レビュー] On the effectiveness of signal decomposition, feature extraction and selection on lung sound classification

Andrine Elsetrønning, Adil Rasheed+2 more|arXiv (Cornell University)|Dec 22, 2020

Phonocardiography and Auscultation Techniques参考文献 26被引用数 6

ひとこと要約

本研究では、オープンソースデータセットを用いて、亀裂音と非亀裂音の肺音を分類するための信号分解、特徴抽出、および特徴選択手法の有効性を評価している。Mel周波数 cepstral 係数（MFCCs）を信号分解なしで使用し、k-NN分類を組み合わせた手法が84.38%の最高精度を達成した。また、PCAによる特徴選択により入力特徴量を97%削減しても性能に損ないがなかった。

ABSTRACT

Lung sounds refer to the sound generated by air moving through the respiratory system. These sounds, as most biomedical signals, are non-linear and non-stationary. A vital part of using the lung sound for disease detection is discrimination between normal lung sound and abnormal lung sound. In this paper, several approaches for classifying between no-crackle and crackle lung sounds are explored. Decomposition methods such as Empirical Mode Decomposition, Ensemble Empirical Mode Decomposition, and Discrete Wavelet Transform are used along with several feature extraction techniques like Principal Component Analysis and Autoencoder, to explore how various classifiers perform for the given task. An open-source dataset downloaded from Kaggle, containing chest auscultation of varying quality is used to determine the results of using the different decomposition and feature extraction combinations. It is found that when higher-order statistical and spectral features along with the Mel-frequency cepstral coefficients are fed to the classier we get the best performance with the kNN classifier giving the best accuracy. Furthermore, it is also demonstrated that using a combination of feature selection methods one can significantly reduce the number of input features without adversely affecting the accuracy of the classifiers.

研究の動機と目的

• 亀裂音と非亀裂音の肺音を分類する際の信号分解、特徴抽出、および特徴選択の有効性を調査すること。
• EMD、EEMD、DWTといった高度な分解手法が、生信号解析に比べて分類精度を向上させるかどうかを特定すること。
• さまざまな特徴抽出手法（例：PCA、オートエンコーダー）および分類器が性能に与える影響を評価すること。
• 次元削減が分類精度を損なわずに可能かどうかを評価すること。
• 同じオープンデータセットを用いて、本研究の手法を先行の最先端手法と比較すること。

提案手法

• 信号分解に、経験的モード分解（EMD）、アンサンブルEMD（EEMD）、離散ウェーブレット変換（DWT）を採用した。
• Mel周波数 cepstral 係数（MFCCs）、高次モーメント統計量、スペクトル特徴、およびPCAを用いて特徴量を抽出した。
• 深層特徴学習のためのオートエンコーダーを適用し、k-NN、SVM、その他の分類器を用いて性能を比較した。
• 特徴選択に3つの手法を実装：PCA、再帰的特徴選択（RFE）、相関に基づく特徴選択（CFS）。
• 2つの機関から得られた品質のばらつきのある肺音録音を含むオープンソースのKaggleデータセットを用いた。
• 標準指標（精度、適合率、再現率、F1スコア）を用いて、複数の分類器設定における性能を評価した。

実験結果

リサーチクエスチョン

• RQ1 EMD、EEMD、DWTによる信号分解は、亀裂音と非亀裂音の分類性能を向上させるか？
• RQ2 MFCCs、統計的特徴、または深層オートエンコーダーのうち、どれが最も高い分類精度を達成するか？
• RQ3 特徴選択により入力特徴量の数を削減しても、分類器の性能が劣化しないか？
• RQ4 k-NN分類器は、SVMや他のモデルと比較して、この特定の肺音分類タスクにおいて精度が優れているか？
• RQ5 本研究の手法は、同じデータセットを用いた先行の最先端手法と比較して、どのように差をつけるか？

主な発見

• k-NN分類器は、信号分解を行わず、生の肺音信号から直接MFCCsを抽出した場合に、84.38%の最高精度を達成した。
• EMD や EEMD といった信号分解手法は分類性能の向上に寄与せず、生信号からのMFCC特徴抽出に比べて劣っていた。
• PCAによる特徴選択により、入力特徴量を980個から30個に削減したが、分類精度は維持またはわずかに向上した。
• MFCCsとk-NNの組み合わせは、先行研究のCNNやSVMベースの手法よりも、同じデータセット上で優れた性能を示した。
• 最良のモデル（MFCCsとk-NN、PCAを併用）は、特徴量を97%削減した後でも、フル特徴量を用いたモデルと同等の性能を示した。
• 本研究は、提案されたパイプラインが、医療信号に限らず、時間的系列の異常検出タスクへも頑健かつ汎用的に応用可能であることを示している。