Classification des sons respiratoires en vue d'une détection automatique des sibilants
Bibliographic record
Abstract
L'asthme est une maladie inflammatoire chronique des voies respiratoires. Il se manifeste par des crises de dyspnée sifflantes durant lesquels les sons émis sont appelés sibilants. Ces crises sont souvent nocturnes et réversibles, spontanément ou sous l'effet du traitement. Les sibilants caractérisant l'asthme se superposent aux sons respiratoires normaux et apparaissent le plus souvent à l'expiration. \nNotre projet de recherche consiste à réaliser un détecteur automatique des sibilants. Cette problématique sera traitée comme un processus de reconnaissance de formes. Le processus de reconnaissance de formes se compose de deux modules indissociables : 1) l'extraction des caractéristiques des signaux, et 2) la modélisation permettant la discrimination \n des classes. Des étapes de prétraitement ou de post traitement des données peuvent s'ajouter pour perfectionner le système. Les performances du système de reconnaissance dépendent des combinaisons des types de modules adoptés dans ce système. \nPour ce projet, nous avons testé plusieurs combinaisons de techniques d'extraction des caractéristiques et de modélisation. Nous avons aussi analysé l'effet du prétraitement et du post traitement des données. Les résultats ont été comparés à l'aide de Faire sous la courbe (AUC - Area Under Curve) de tracés de type (ROC - Receiver Operating Characteristic). Le meilleur résultat a été obtenu en utilisant, comme caractéristiques, 16 coefficients de type (MFCC - Mel Frequency Cepstrum Coefficients) extraits d'un signal échantillonné à 6000 Hz sur des segments du signal sonore de 1024 échantillons. Ces paramètres ont été modélisés par la technique (GMM - Gaussian Mixture Model) h 8 regroupements en utilisant des matrices de covariance de type diagonale. Aucun prétraitement, effectué sur les paramètres, ne s'est avéré efficace. Par contre, une technique de post traitement, effectuée sur les mesures obtenues lors de l'étape de classification, s'est avérée bénéfique. \n
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".