АДАПТАЦІЯ АУДІОСПЕКТРОГРАМНИХ ТРАНСФОРМЕРІВ ДЛЯ ВИЗНАЧЕННЯ ЧАСТОТИ ДИХАННЯ

Анотація

Ця стаття досліджує застосування аудіоспектрограмних трансформерів (AST) для задачі визначення частоти дихання з аудіозаписів, що є критичним показником під час скринінгу на апное уві сні. Традиційні методи, такі як полісомнографія, що використовуються для діагностики апное уві сні, є ресурсоємними та не широко доступними, що робить автоматизоване визначення частоти дихання цінною альтернативою. Останні досягнення в галузі глибокого навчання, зокрема моделі на основі трансформерів, пропонують перспективні рішення. Це дослідження адаптує попередньо навчену модель AST, первісно розроблену для задач класифікації аудіо, для визначення частоти дихання шляхом додавання механізмів уваги та регресійного шару. Ми донавчаємо модель AST на наборі даних ICBHI 2017 challenge, застосовуючи передавальне навчання для використання стійких представлень ознак, отриманих із великих наборів аудіоданих, таких як AudioSet. Наша методологія включає передискретизацію аудіофайлів, застосування смугових фільтрів та перетворення аудіосигналів у мел-спектрограми. Щоб вирішити проблему обмеженого розміру набору даних ICBHI, ми використовуємо методи нарощення даних, такі як SpecAugment, які вносять варіації у спектрограми для покращення узагальнюваності моделі. Ми пропонуємо два підходи до агрегації: агрегування з механізмом уваги та згорткове агрегування – для ефективного врахування часових залежностей у дихальних звуках. Експериментальні результати демонструють, що наша модель зі згортковим агрегуванням досягає середньої абсолютної похибки (MAE) 0,8320 та середньої відносної похибки (MRE) 12,56% на наборі даних ICBHI, перевершуючи попередню модель на 16,8% за MAE. Ці результати підкреслюють ефективність моделей на основі трансформерів в обробці складних аудіопатернів і висвітлюють потенціал моделей AST для ширшого застосування в аналізі дихальних звуків. Наше дослідження робить внесок у галузь машинного навчання, пропонуючи ефективний метод визначення частоти дихання з використанням моделей на основі трансформерів. Подальші дослідження будуть спрямовані на вдосконалення архітектури моделі та інтеграцію додаткових фізіологічних сигналів для підвищення точності.