Volume 2,Issue 9
基于Conformer 的咳嗽声检测
通过声音信号检测咳嗽对于医疗和健康监护的应用至关重要，包括疾病诊断和远程患者监测。虽然很多深度学习算法在实验数据上能够取得90% 以上的准确率，但是一旦应用于实际环境中，咳嗽检测的准确率就会大大降低。很多种类的声音（例如：短促的说话声、笑声、关门声等）都被识别为咳嗽。卷积神经网络（CNN）联合循环神经网络（RNN）虽能能够提升检测性能，但在捕捉咳嗽各个阶段的依赖关系和时序动态特征方面仍面临挑战。为此，本文提出用于咳嗽检测的Cough-Conformer（卷积增强型Transformer）架构，通过卷积层实现局部特征提取，并结合自注意力机制进行全局上下文建模。我们在咳嗽数据集COSWARA、语音数据集、噪声数据集、和笑声数据集的基础上提取声音数据作为实验数据集；在该数据集上训练Cough-Conformer，准确率达到了97.64%，F1得分为 0.98，然后在计算机房录制的音频数据集上验证，其中准确率达到了87.01%，F1得分为 0.87。实验结果表明，Cough-Conformer 在咳嗽检测任务中相比于传统CNN 和RNN 模型，在准确率和F1得分均有显著提升，尤其在复杂背景噪声环境下表现出更强的健壮性。通过引入多头自注意力机制，模型能够有效捕捉咳嗽声音的时序动态特征与上下文依赖关系。进一步分析显示，卷积层与Transformer 模块的协同作用提升了对咳嗽不同阶段特征的辨识能力，为远程患者监测中的咳嗽检测提供了更优秀的解决方案。
[1]Zhang P C , Wang Y H , Liu X ,et al.Conformational study of 8-C-glucosyl-prunetin by dynamic NMR spectroscopy[J].Chinese Chemical Letters, 2002, 13(7):645-648.DOI:10.1021/cm020249a.
[2] Li-Xin Y .Conformation Analysis and Comparison of Epristeride(17β-N-t-Butylcarboxamide-androst-3,5-diene-3-carboxylic Acid) and Its Analogs[J].高等学校化学研究：英文版, 2005, 21(5):3.DOI:CNKI:SUN:GHYJ.0.2005-05-005.
[3]ZHANG, Wang P C , Liu Y H ,et al.Conformational Study on 8-C-glucosyl-prunetin by Dynamic NMR Spectroscopy[J].Acta Chimica Sinica, 2003.
[4] 俞涵. 中英文混合的民航空管语音识别研究[D]. 厦门大学,2022.
[5] Sun Y , Zhang F , Zhang L ,et al.Synthesis of calix[4]arene derivatives via a Pd-catalyzed Sonogashira reaction and their recognition properties towards phenols[J]. 中国化学快报( 英文版), 2014.
[6] Zhu Y B .STEREOCHEMICAL CONTROL IN PROPYLENE POLYMERIZATION CATALYZED BY UNBRIDGED METALLOCENE CATALYSTS[J]. 高分子科学( 英文版),2001.
[7]Sun Y , Pan W , Fu J ,et al.Conformation preference and related intramolecular noncovalent interaction of selected short chain chlorinated paraffins[J]. 中国科学: 化学( 英文版), 2016.
[8] Zge B , Grkan K , Cemal P ,et al.Vibrational investigation of 1-cyclopentylpiperazine:A combined experimental and theoretical study[J]. 中国科学: 物理学 力学 天文学( 英文版), 2014.
[9]STUDIES ON THE CONFORMATIONS OF SUBEROGORGIN AND ITS METHYL ESTER BY MNDO METHOD[J]. 科学通报： 英文版, 1990(23):4.DOI:CNKI:SUN:JXTW.0.1990-23-016.
[10]Renqing L , Zuogang C , Guoping S .Ab Initio Calculation of Room Temperature Ionic Liquid 1-Ethyl-3-Methyl-Imidazolium and AlCl3[J].China Petroleum Processing & Petrochemical Technology, 2007, 16(3):51-56.DOI:10.1007/s10553-007-0078-7.
[11] Hongwei K E , Li R , Amp X X .Density functional theory study of 1:1 glycine–water complexes in the gas phase and in solution[J]. 中国科学: 化学( 英文版), 2010.
[12]Subhasish,Bandyopadhyay,Asit,et al.Intra-species sequence variability in 28s rRNA gene of Oesophagostomum venulosum isolated from goats of West Bengal,India.[J]. 亚太热带医药杂志: 英文版, 2010(7):515-515.