[论文解读] 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 6

一句话总结

本研究评估了信号分解、特征提取与选择技术在使用开源数据集对爆裂音与非爆裂音肺部声音进行分类中的应用。研究发现，未经分解的梅尔频率倒谱系数（MFCCs）结合k-NN分类，可实现84.38%的最高准确率，且通过主成分分析（PCA）进行特征选择可将输入特征减少97%而性能无损失。

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.

研究动机与目标

• 调查信号分解、特征提取与选择在区分爆裂音与非爆裂音肺部声音分类中的有效性。
• 确定如EMD、EEMD和DWT等先进分解方法是否能提升分类准确率，相较于原始信号分析。
• 评估不同特征提取技术（如PCA、自编码器）和分类器对性能的影响。
• 评估特征选择是否能在不牺牲分类准确率的前提下降低维度。
• 将所提方法与同一开源数据集上先前的最先进方法进行比较。

提出的方法

• 采用经验模态分解（EMD）、集合经验模态分解（EEMD）和离散小波变换（DWT）进行信号分解。
• 利用梅尔频率倒谱系数（MFCCs）、高阶统计量、频谱特征和主成分分析（PCA）提取特征。
• 应用自编码器进行深度特征学习，并使用k-NN、SVM及其他分类器进行性能对比。
• 实施三种特征选择方法：主成分分析（PCA）、递归特征消除（RFE）和基于相关性的特征选择（CFS）。
• 使用来自两家机构的、质量参差不齐的肺部声音录音的开源Kaggle数据集。
• 采用标准指标评估性能：在多种分类器配置下，使用准确率、精确率、召回率和F1分数。

实验结果

研究问题

• RQ1 通过EMD、EEMD或DWT进行信号分解是否能提升爆裂音与非爆裂音肺部声音的分类效果？
• RQ2 在MFCCs、统计特征或深度自编码器中，哪种特征提取方法能获得最高的分类准确率？
• RQ3 特征选择是否能减少输入特征数量而不降低分类器性能？
• RQ4 在本项特定肺部声音分类任务中，k-NN分类器与SVM及其他模型相比，准确率如何？
• RQ5 所提方法与同一数据集上先前的最先进方法相比表现如何？

主要发现

• 当直接从原始肺部声音信号中提取MFCCs而无需分解时，k-NN分类器实现了84.38%的最高准确率。
• 如EMD和EEMD等信号分解方法并未提升分类性能，且效果不如直接提取MFCC特征。
• 通过主成分分析（PCA）进行特征选择，将输入特征数从980个减少至30个，同时保持或略微提升分类准确率。
• MFCCs与k-NN的组合在相同数据集上优于先前方法，包括先前研究中基于CNN和SVM的方法。
• 即使在特征减少97%后，最佳模型（k-NN结合MFCCs与PCA）的性能仍与使用完整特征集的模型相当。
• 本研究证明，所提流程具有鲁棒性，可迁移应用于其他时间序列异常检测任务，而不仅限于生物医学信号。