[논문 리뷰] DiCOVA-Net: Diagnosing COVID-19 using Acoustics based on Deep Residual Network for the DiCOVA Challenge 2021

Jiangeng Chang, Shaoze Cui외 1명|arXiv (Cornell University)|2021. 07. 11.

COVID-19 diagnosis using AI참고 문헌 26인용 수 7

한 줄 요약

이 논문은 클래스 불균형 문제를 해결하기 위해 데이터 증강, 포칼 손실, 전이 학습, 앙상블 학습을 활용한 딥 리소지드 네트워크 기반 모델인 DiCOVA-Net을 제안한다. 이 모델은 코로나19 환자의 기침 음성 신호를 분석하여 질병을 진단한다. DiCOVA 챌린지 2021 테스트 세트에서 85.43%의 AUC를 기록하여 기준 모델 및 최신 기술들을 능가한다.

ABSTRACT

In this paper, we propose a deep residual network-based method, namely the DiCOVA-Net, to identify COVID-19 infected patients based on the acoustic recording of their coughs. Since there are far more healthy people than infected patients, this classification problem faces the challenge of imbalanced data. To improve the model's ability to recognize minority class (the infected patients), we introduce data augmentation and cost-sensitive methods into our model. Besides, considering the particularity of this task, we deploy some fine-tuning techniques to adjust the pre-training ResNet50. Furthermore, to improve the model's generalizability, we use ensemble learning to integrate prediction results from multiple base classifiers generated using different random seeds. To evaluate the proposed DiCOVA-Net's performance, we conducted experiments with the DiCOVA challenge dataset. The results show that our method has achieved 85.43\% in AUC, among the top of all competing teams.

연구 동기 및 목표

• 기침 음성 기록을 이용한 강건하고 비침습적인 코로나19 진단 방법을 개발하기 위해.
• DiCOVA 챌린지 2021 데이터셋에서 감염자 수가 건강한 사람에 비해 극도로 적은 심각한 클래스 불균형 문제를 해결하기 위해.
• 고도의 딥 러닝 기법을 통해 모델의 일반화 능력과 소수 클래스 탐지 능력을 향상시키기 위해.
• 음성 기반 분류를 통해 DiCOVA 챌린지 2021 벤치마크에서 최신 기술 수준의 성능을 달성하기 위해.

제안 방법

• 딥 러닝 호환성을 확보하기 위해 librosa를 사용하여 원시 기침 음성 신호를 멜 스펙트로그램으로 변환하였다.
• 소수 클래스(감염자) 샘플 수를 늘리고 모델의 강건성을 향상시키기 위해 가우시안 노이즈 기반 데이터 증강을 적용하였다.
• 쉬운 음성 샘플의 영향을 줄이고 소수 클래스 학습을 향상시키기 위해 목적 함수로 포칼 손실을 사용하였다.
• 전이 학습을 통해 미리 훈련된 ResNet50 모델을 음성 분류 작업에 적응시키기 위해 파라미터를 미세 조정하였다.
• 다양한 랜덤 시드로 네 개의 모델을 훈련하고 예측 결과를 통합하여 일반화 능력을 향상시키기 위해 앙상블 학습을 활용하였다.
• 모델 선택 및 검증 과정에서 주요 평가 지표로 수확률 곡선 아래 면적(AUC)을 사용하였다.

실험 결과

연구 질문

• RQ1 심각한 클래스 불균형이 존재하는 상황에서도 딥 리소지드 네트워크가 기침 음성 신호를 효과적으로 코로나19로 분류할 수 있는가?
• RQ2 데이터 증강과 포칼 손실이 이질적인 의료 음성 데이터셋에서 소수 클래스 탐지 능력에 개별적으로 및 함께 어떻게 기여하는가?
• RQ3 음성 스펙트로그램에 대해 미리 훈련된 ResNet50을 미세 조정하는 것이 초기 학습 또는 전통적인 머신 러닝 모델보다 더 높은 성능을 낼 수 있는가?
• RQ4 랜덤 데이터 샘플링을 활용한 앙상블 학습이 이 진단 과제에서 모델의 강건성과 일반화 능력을 어느 정도 향상시키는가?
• RQ5 이 음성 기반 진단 설정에서 AUC를 최대화하기 위해 손실 함수와 데이터 증강 전략의 최적 조합은 무엇인가?

주요 결과

• 앙상블 모델는 최고의 테스트 AUC 85.43%를 기록하여 DiCOVA 챌린지 2021에서 상위 성능을 내는 모델 중 하나가 되었다.
• 포칼 손실과 가우시안 노이즈 증강을 조합한 FL_Gua가 다른 조합보다 뛰어나 테스트 AUC 83.59%를 기록하였다.
• 가우시안 노이즈를 활용한 데이터 증강은 단순 복제보다 모델의 일반화 능력 향상과 소수 클래스 인식 능력 향상에 더 효과적이었다.
• 다른 랜덤 시드로 훈련된 모델을 조합한 앙상블 접근 방식은 개별 모델 대비 성능 향상을 크게 이끌어내며 강건성을 향상시켰다.
• 포칼 손실과 데이터 증강을 적용한 미세 조정된 ResNet50는 Random Forest, MLP, Logistic Regression와 같은 전통적 모델보다 뛰어난 성능을 보였다.
• 모델의 성능은 각 폴드 간에 안정적이었으며 검증 AUC 76.29%를 기록하여 강력한 일반화 능력과 낮은 과적합 현상을 보였다.