生成对抗性网络增强数据,以改善心脏声音异常检测

科学领域:

• 生物医学信号处理
• 医疗保健中的机器学习
• 心血管诊断心血管诊断服务

背景情况:

• 2016年心脏病 (CinC) 挑战赛的PhysioNet/Computing数据集对于自动心脏声音分析至关重要,其规模有限,并且存在类不平衡,特别是在冠状动脉疾病 (CAD) 中.
• 对CAD病例的代表性不足阻碍了开发强大的机器学习 (ML) 和深度学习 (DL) 模型,以准确地分类心脏声音.
• 现有的数据增强技术不足以克服医疗音频数据集的严重失衡.

研究的目的:

• 通过使用生成对抗网络 (GAN) 合成现实的冠状动脉疾病 (CAD) 心脏声音段来解决CinC 2016数据集的局限性.
• 用高质量的合成心脏声音数据来增强现有的不平衡数据集,以提高分类模型的性能.
• 评估基于GAN的数据增强与心脏声音分析的传统方法相比的有效性.

主要方法:

• 实施了一种渐进式瓦斯斯坦生成对抗网络 (GAN) 架构,以生成合成心脏声段.
• 产生CAD类的心声音频,专注于捕捉光谱和时间特征.
• 使用Fréchet音频距离 (FAD) 评估合成音频质量,并应用新的后处理步骤,如带程过.
• 用生成的样本增加失衡心声数据集,并评估五种分类模型.

主要成果:

• 渐进式瓦瑟斯坦GAN成功生成了与真实CAD和健康样本 (FAD分数分别为1.43和2.23) 相比的高保真合成心脏声音段.
• 基于GAN的数据增强显著提高了五种分类模型的性能,超过了传统的增强和成本敏感的学习方法.
• 增强模型在心脏声音分类任务中表现出卓越的灵敏度,特异性和精度.
• 波段过渡过等后处理步骤进一步提高了合成音频数据的质量和实用性.

结论:

• 生成对抗性网络 (GAN) 为解决医疗音频数据集中的数据稀缺性和类不平衡提供了强大而可扩展的解决方案.
• 基于GAN的数据增强大大提高了心声分类模型的概括性和稳定性.
• 这种方法提供了一种具有成本效益的方法,用于改进生物医学信号处理中的诊断工具,特别是对于冠状动脉疾病等疾病.