المفاهيم الأساسية
합성 오디오 데이터를 활용한 데이터 증강 기법을 통해 심장 청진 신호 분류 모델의 성능 및 강건성을 향상시킬 수 있다.
الملخص
심전도 데이터 증강을 위한 생성적 딥러닝 및 신호 처리: 합성 오디오를 사용한 심장 청진 신호 분류 모델의 강건성 향상
본 연구는 심장 청진 신호 분류 모델의 학습 데이터 부족 문제를 해결하고, 모델의 성능과 강건성을 향상시키기 위해 합성 오디오 데이터를 활용한 데이터 증강 기법을 제안한다.
본 연구에서는 기존 심전도 데이터에 다양한 신호 처리 기법(HPSS, 시간 연장, 진폭 변조, 파라메트릭 이퀄라이제이션, 잡음 추가)을 적용하여 데이터를 증강하고, WaveGrad 및 DiffWave 확산 모델을 사용하여 심전도 신호를 기반으로 합성 심장 청진 신호를 생성한다. 증강된 데이터셋과 생성된 합성 데이터를 사용하여 합성곱 신경망 기반 분류 모델을 학습하고, 다양한 지표(정확도, 균형 정확도, 매튜 상관 계수)를 사용하여 모델의 성능과 강건성을 평가한다.