[论文解读] An Update on a Progressively Expanded Database for Automated Lung Sound Analysis

Fu-Shun Hsu, Shang-Ran Huang+6 more|arXiv (Cornell University)|Feb 8, 2021

Phonocardiography and Auscultation Techniques参考文献 12被引用 4

一句话总结

本文提出 HF_Lung_V2，一个扩展的开放获取肺部声音数据库，其音频文件数量相比 HF_Lung_V1 增加了 1.45 倍，从而支持更优的深度学习模型，用于检测吸气、呼气、连续性附加音（CAS）以及不连续性附加音（DAS）。尽管在吸气、呼气和 CAS 检测方面性能有所提升，但 DAS 检测仍受限于标签质量与声音重叠问题，凸显了改进标注质量与重叠抑制策略的必要性。

ABSTRACT

Purpose: We previously established an open-access lung sound database, HF_Lung_V1, and developed deep learning models for inhalation, exhalation, continuous adventitious sound (CAS), and discontinuous adventitious sound (DAS) detection. The amount of data used for training contributes to model accuracy. Herein, we collected larger quantities of data to further improve model performance. Moreover, the issues of noisy labels and sound overlapping were explored. Methods: HF_Lung_V1 was expanded to HF_Lung_V2 with a 1.45x increase in the number of audio files. Convolutional neural network-bidirectional gated recurrent unit network models were trained separately using the HF_Lung_V1 (V1_Train) and HF_Lung_V2 (V2_Train) training sets and then tested using the HF_Lung_V1 (V1_Test) and HF_Lung_V2 (V2_Test) test sets, respectively. Segment and event detection performance was evaluated using the F1 scores. Label quality was assessed. Moreover, the overlap ratios between inhalation, exhalation, CAS, and DAS labels were computed. Results: The model trained using V2_Train exhibited improved F1 scores in inhalation, exhalation, and CAS detection on both V1_Test and V2_Test but not in DAS detection. Poor CAS detection was attributed to the quality of CAS labels. DAS detection was strongly influenced by the overlapping of DAS labels with inhalation and exhalation labels. Conclusion: Collecting greater quantities of lung sound data is vital for developing more accurate lung sound analysis models. To build real ground-truth labels, the labels must be reworked; this process is ongoing. Furthermore, a method for addressing the sound overlapping problem in DAS detection must be formulated.

研究动机与目标

• 通过将 HF_Lung_V1 数据库扩展为包含显著更多音频数据的 HF_Lung_V2，提升自动化肺部声音分析的准确性。
• 评估训练数据量增加对深度学习模型在肺部声音分割与事件检测方面性能的影响。
• 识别并解决标签质量与声音重叠等持续性挑战，特别是对 DAS 检测的影响。
• 通过发布一个逐步扩展、开放获取的肺部声音数据库，为未来研究提供基础，该数据库具备更高的数据质量与可扩展性。

提出的方法

• 通过系统性数据收集，将 HF_Lung_V1 数据库扩展为 HF_Lung_V2，音频文件数量增加 1.45 倍。
• 分别在 HF_Lung_V1（V1_Train）和 HF_Lung_V2（V2_Train）数据集上独立训练卷积神经网络-双向门控循环单元（CNN-BGRU）模型。
• 通过在两个测试集（HF_Lung_V1（V1_Test）和 HF_Lung_V2（V2_Test））上使用 F1 分数评估模型性能，以评估泛化能力与性能提升。
• 评估标签质量，以识别影响 CAS 检测性能的噪声标签。
• 计算吸气、呼气、CAS 和 DAS 标签之间的重叠比率，以量化时间错位问题。
• 研究采用对比评估框架，以分离数据量与标签质量及重叠对模型性能的影响。

实验结果

研究问题

• RQ1 扩大肺部声音数据库规模对深度学习模型在检测吸气、呼气、CAS 和 DAS 方面的性能有何影响？
• RQ2 标签质量问题，特别是 CAS 标注中的问题，对模型检测准确率的影响程度如何？
• RQ3 DAS 标签与吸气和呼气标签的重叠如何影响 DAS 检测性能？
• RQ4 更大的训练数据集能否弥补肺部声音分析中标签质量差或重叠问题？
• RQ5 当前自动化肺部声音分析中的主要瓶颈是什么？如何通过数据与模型改进加以解决？

主要发现

• 在 HF_Lung_V2（V2_Train）上训练的模型在 V1_Test 和 V2_Test 测试集上，对吸气、呼气和 CAS 检测的 F1 分数均高于在 V1_Train 上训练的模型。
• DAS 检测性能未因数据集扩大而提升，表明仅增加数据量不足以克服数据质量的根本问题。
• CAS 检测性能差直接与 CAS 标注中低质量或噪声标签相关，即使训练数据量增加，也限制了模型性能。
• DAS 检测显著受到与吸气和呼气标签重叠的影响，表明时间错位是主要干扰因素。
• 本研究证实，仅当解决标签质量和时间对齐问题时，数据量的增加才能提升性能，强调了重新处理真实标签的必要性。
• 作者得出结论：未来进展不仅需要更大数据集，还需改进标注协议，并开发方法以解决 DAS 检测中的声音重叠问题。