基于偏最小二乘法的咳嗽信号检测

咳嗽中包含丰富的病理信息,可以为临床诊断提供重要支持。自动咳嗽检测方法有助于提高检测结果的可靠性,并减少人为工作量。但在自然记录的语音信号中,非咳嗽信号的数量远多于咳嗽,语音流中咳嗽信号的自动检测是个典型的类别不均衡问题。针对该问题,提出一种基于偏最小二乘分类法的咳嗽信号检测模型APLSCX。利用非对称偏最小二乘分类器处理类别不均衡数据的能力,对归一化的特征向量进行特征抽取,同时基于低维数据的方差调整分类平面。实验结果显示,与LCM、SVM等主流模型相比,APLSCX兼顾了小类的召回率和精度指标,具有较高的检出率和较低的误警率,更适用于自然语流中咳嗽信号的检测。