杨淋坚 张宇

技术应用

残差网络与注意力机制结合的啰音检测方法

杨淋坚 张宇

（广东工业大学，广东 广州 510006）

为解决啰音强度和性质易改变而导致的支持向量机人工参数选择困难、检测精度不高等问题，提出一种残差网络与注意力机制结合的啰音检测方法。通过残差网络加深网络结构提取更多层次的信息，同时加入注意力机制进一步挖掘通道层面与空间维度特征，实现啰音检测。使用自主研发的数字听诊器记录的呼吸音进行实验。实验结果表明：本文提出的方法相较于SVM和ResNet50啰音检测精度分别提高了6.83%和1.58%。

啰音检测；信号处理；残差网络；注意力机制

0　引言

据《国际呼吸学会论坛报告》[1-2]以及《2020世界卫生统计报告》[3]显示：全世界超过10亿人患有呼吸系统疾病，其中每年有400万人死亡，呼吸系统疾病已成为全球第三大死亡病因；医患数量差距较大，45%成员国每1000人拥有不到1名医生。我国肺疾病的知晓率及肺功能检查普及率较低[4-5]。

肺音亦称呼吸音，其变化可直接反映肺部生理和病理变化，可通过听诊器听到[6]。呼吸音一般分为正常音和附加音。其中附加音是指异常声音叠加在正常呼吸音上，啰音是常见的呼吸附加音[7-9]，它是哮喘、肺炎、慢性阻塞性肺病等呼吸道疾病的早期征兆[10-13]。啰音通常由医生听诊辨析，主观性强且易受外部因素影响，而啰音自动检测更为客观稳定[14]。因此，研究啰音检测方法，通过数字听诊器自动分析呼吸音并及时发现啰音，对肺疾病的预防和诊断起着关键作用[15]。……