Time-Frequency Scattergrams for Biomedical Audio Signal Representation and Classification
Notice bibliographique
Résumé
Speech, music, and environmental sounds are the main forms of audio signals that are widely studied. There is a certain amount of texture present in every sound, and our human auditory system is not efficient in recognizing and classifying these audio textures present within the sounds. E.g. we are not able to distinguish between two sounds of a fire crackling or two sounds of water-falling. Hence, there is a need for a representation that could model these audio textures. These textures are also present in the audio signals that changes if pathological and pathomorphological conditions are present. To capture and analyze these audio textures, the audio signal is generally transformed into an intermediate time-frequency (t-f) representation such as spectrograms, Mel-spectrograms, and more. But recent studies have shown that joint time-frequency scattering transform is more suitable for classification problems than the standard time-frequency representations because of its inherent property of invariance and invertibility. In this paper, we have investigated the capacity of joint time-frequency scattergrams to capture the audio textures by analyzing the audio structures of biomedical sounds such as COVID-19 cough and breath sounds, pathological speech in children and adults, and infant cry sounds. Accuracy rates up to 96.40% for COVID-19 sounds, 95.50% for pathological speech in children, 94.10% for pathological speech in adults, and 97.30% for infant cry sounds have been achieved with 10-fold cross-validation. The proposed model of using scattergram provides an alternate and an efficient way of representing biomedical audio signals for machine learning applications.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».