複数の聴診箇所の聴診音から選択した学習データを用いての異常肺音検出

摘要

本稿では，評価箇所と異なる聴診箇所の肺音データから学習に適切な肺音データを選択することによる，2 種類の学習データの拡張手法を示した．1 つは音響特徴量の分布の類似性に基づき，もう1 つは正しく分類された正常音と異常音の尤度差による信頼性に基づき選択を行った．2 種類の提案手法はBaseline よりも高精度な結果を得ることができ，学習データの拡張が有効であることを示した．また，音響特徴量の類似性を考慮した手法Ⅰは手法Ⅱよりも高い識別精度を得ることができたが，拡張数によって識別率の変動が小さかった点から，閾値の変動により頑健であるのは手法Ⅱであることが分かった．事前に設定する必要のある閾値に対してよりロバストである手法Ⅱは手法Ⅰより実用的であると考えられる．