Обзор:
Вы знаете, насколько опасен COVID 19, и обнаружение ковида очень важно, если у вас есть симптомы COVID 19, это не означает, что у вас есть COVID 19. Во-первых, вам нужно сделать ОТ-ПЦР-тест. Есть также несколько университетов и организаций, которые предоставляют исследователям данные о пациентах с COVID-19. Многие специалисты по данным работают над этой проблемой. Вы также можете найти COVID-19 с помощью рентгенографии грудной клетки, но для окончательной уверенности отдайте приоритет RT CPR или другим действительным тестам на COVID-19.
IISC Banglore работает над проектом под названием Coswara (слово представляет собой объединение Co (от короны) и Swara (звучит на санскрите)).
Обязательно ознакомьтесь с полной информацией о Coswara.
В рамках этого проекта они предоставляют речевые данные пациентов с COVID-19 для исследования. Посетите Cosware Github здесь…
О наборе данных:
Набор данных содержит приблизительно 422 данных о пациентах. У каждого пациента должно быть в общей сложности 9 аудиофайлов и 1 файл metadata.json, который будет содержать информацию о статусе COVID этого конкретного пациента.
Информация об аудио файлах:
(1) глубокое дыхание: голосовой файл пациента с глубоким дыханием.
(2) поверхностное дыхание: голосовой файл пациента с поверхностным дыханием.
(3) сильный кашель: голосовой файл пациента с сильным кашлем.
(4) поверхностный кашель: голосовой файл пациента с поверхностным кашлем.
(5) быстрый счет: быстрый счет от 1 до 20
(6) медленный счет: медленный счет от 1 до 20
(7) гласный-а: голосовой файл пациента, произносящего гласную «а».
(8) гласная-е: голосовой файл пациента, произносящего гласную «е».
(9) гласная-о: голосовой файл пациента, произносящего гласную «о».
Информация о JSON-файле:
Информация о классах:
Здесь у нас всего 7 классов.
(1) здоровые
(2) нет_респ_болезни_экспозиции:
(3) положительные_асимптомы:
(4) положительные_легкие:
(5) положительные_умеренные:
(6) восстановленный_полный:
(7) resp_illness_not_identified:
Стратегии написания кода:
Я пробовал 4 стратегии классификации статуса COVID 19.
(1) Извлечение основных аудиофункций:
В этой стратегии я попробовал извлечение основных аудиофункций, таких как RMSE, Chroma STFT, Spectral Centroid, Spectral Bandwidth, Spectral Rolloff, Zero Crossing Rate.
Информация об извлечении аудиофункций
Среда извлечения музыкальных признаков
После создания этого фрейма данных я преобразую данные в 422 x 7 x 9. После этого я создаю одну модель глубокого обучения, которая классифицируется по 7 классам.
Точность тренировки: 65,88 %
Точность теста: 70,59 %
(2) Извлечение функций MFCC:
В этой стратегии я попробовал базовое извлечение признаков MFCC. Я извлекаю 20 коэффициентов MFCC. В этой стратегии
После этого я преобразую данные в 422 x 9 x 21. Затем я создал еще одну модель глубокого обучения, которая классифицируется по 7 классам.
Точность тренировки: 66,77 %
Точность теста: 71,76 %
(3) Простые функции и извлечение функций MFCC:
В этой Стратегии я объединил обе вышеуказанные стратегии. Итак, теперь у нас есть в общей сложности 6 простых функций и 20 коэффициентов MFCC.
После этого я преобразую свои данные в 422 x 9 x 27. Затем я создал еще одну модель глубокого обучения, которая классифицируется по 7 категориям.
Точность тренировки: 66,77 %
Точность теста: 69,41 %
(4) Извлечение функций MFCC и CNN:
В этой стратегии я попытался извлечь функции MFCC, а затем сохранить их в файл JSON, а затем применил модель нейронной сети свертки.
Точность тренировки: 72,50 %
Точность теста: 73,77 %
Код:
Полный код можно найти в репозиториях My GitHub.
Смело ставьте ⭐ в репозиторий.
Исследование:
Обязательно ознакомьтесь с официальным исследовательским документом, опубликованным IISC.
Ссылка здесь…
Вывод:
Надеюсь, теперь у вас есть представление о том, как это работает.
Попробуйте сами…!!
Если у вас есть новые стратегии, поделитесь ими с нами через комментарии/ответы.
Гитхаб:
ЛинкедИн:
Спасибо, что прочитали! Если вам понравилась эта статья, нажмите кнопку хлопка👏столько раз, сколько сможете. Это будет иметь большое значение и побудит меня продолжать делиться своими знаниями. Если вам нравится мой контент, подписывайтесь на меня на канале, я постараюсь опубликовать как можно больше блогов.