[论文解读] Inception-Based Network and Multi-Spectrogram Ensemble Applied For Predicting Respiratory Anomalies and Lung Diseases

Lam Pham, Huy Phan+3 more|arXiv (Cornell University)|Dec 26, 2020

Phonocardiography and Auscultation Techniques参考文献 23被引用 9

一句话总结

该论文提出了一种基于Inception的深度神经网络，并结合多谱图集成方法，用于从肺部声音记录中检测呼吸异常和肺部疾病。通过利用Scalogram和Gammatonegram谱图作为输入，并采用Inception架构进行特征提取和分类，该方法在呼吸异常检测任务上取得了0.53/0.45的ICBHI得分，在肺部疾病预测任务上取得了0.87/0.85的ICBHI得分，优于基准数据集上采用受试者独立训练-测试划分的最先进系统。

ABSTRACT

This paper presents an inception-based deep neural network for detecting lung diseases using respiratory sound input. Recordings of respiratory sound collected from patients are firstly transformed into spectrograms where both spectral and temporal information are well presented, referred to as front-end feature extraction. These spectrograms are then fed into the proposed network, referred to as back-end classification, for detecting whether patients suffer from lung-relevant diseases. Our experiments, conducted over the ICBHI benchmark meta-dataset of respiratory sound, achieve competitive ICBHI scores of 0.53/0.45 and 0.87/0.85 regarding respiratory anomaly and disease detection, respectively.

研究动机与目标

• 开发一种稳健的深度学习框架，用于基于肺部声音记录实现呼吸异常和肺部疾病的自动检测。
• 通过集成学习结合多种谱图表示（Scalogram和Gammatonegram）来提升分类性能。
• 在采用受试者独立训练-测试划分的标准ICBHI基准数据集上评估所提出方法，以确保与先前工作的公平比较。
• 探究基于Inception的架构在捕捉谱图中分层特征以用于呼吸声音分类方面的有效性。
• 验证该模型在慢性和非慢性呼吸系统疾病早期诊断中的临床相关性。

提出的方法

• 使用小波和Gammatone滤波器组将呼吸声音记录转换为Scalogram和Gammatonegram谱图，以保留其频谱和时间特征。
• 所提出的基于Inception的网络架构（Inception-01至Inception-04）采用具有不同滤波器尺寸的并行卷积分支，以捕捉谱图中的多尺度模式。
• 在每个卷积模块后应用批量归一化、ReLU激活、最大池化和Dropout层，以稳定训练过程并防止过拟合。
• 对于多谱图集成，通过公式(4)对不同谱图类型（如Scalogram和Gammatonegram）训练的模型输出的概率进行平均，以提高鲁棒性。
• 最终预测通过在平均概率输出上使用似然最大化（公式3）得出。
• 系统在ICBHI元数据集上按照60/40的受试者独立训练-测试划分进行训练和评估，遵循官方挑战协议。

实验结果

研究问题

• RQ1 基于Inception的深度神经网络能否有效从呼吸声音谱图中学习分层特征，以实现异常和疾病分类？
• RQ2 与单模态输入相比，集成多种谱图表示（Scalogram和Gammatonegram）是否能提升分类性能？
• RQ3 在采用受试者独立划分的标准ICBHI基准上，所提出方法与最先进系统相比表现如何？
• RQ4 在Inception-01至Inception-04的架构变体中，哪一个在检测呼吸异常和肺部疾病方面实现了敏感度与特异度的最佳平衡？
• RQ5 多谱图集成在多大程度上增强了模型在多样化患者记录中的泛化能力和鲁棒性？

主要发现

• Inception-02架构在呼吸疾病检测（任务2）中取得了最高的ICBHI调和得分0.85，优于基线模型和大多数最先进系统。
• Gammatonegram与Scalogram谱图的集成在任务1中取得了0.51/0.43的ICBHI得分，略优于基线，与表现最佳的单模型系统持平。
• 所提出的系统在任务1中取得了0.53/0.45的ICBHI得分，与最先进模型相比具有竞争力，并在基准测试中位列顶尖系统之中。
• 两个Scalogram的集成在任务2中取得了0.72/0.71的得分，表明多谱图融合可提升性能，但尚未超越独立的Inception-02模型。
• Inception-01模型在单个架构中实现了最佳任务1性能，得分为0.52/0.43，表明其在异常检测中具有出色的泛化能力。
• 结果证实，将谱图多样性与深度学习架构相结合可显著提升检测准确率，支持了自动化呼吸声音分析在临床中的潜力。