一种基于多任务分类的肺部病理音自动化分析方法

摘要

本发明公开了一种基于多任务分类的肺部病理音自动化分析方法，涉及肺部病理分析技术领域，包括以下步骤：将提取的音频特征，输入至卷积神经网络MobileNetV2的多任务分类模型，所述卷积神经网络MobileNetV2的多任务分类模型，包括输出用于肺部病理音识别任务和输出用于肺部疾病预测任务。本发明采用多任务学习方法可以隐式增加训练数据量，并通过同一数据的多个标签信息的领域知识来改善模型的泛化性能，从而提升卷积神经网络MobileNetV2的多任务分类模型的预测准确率，另外使用轻量化的卷积神经网络MobileNetV2的多任务分类模型，参数较少，对训练设备的计算能力、内存大小的需求比较小，使得预测分类任务可以在移动或嵌入式设备上完成。