Monitoramento e classificação sonora em UTI Neonatal usando redes neurais

Igor H. D. Fontes, Arthur M. A. Melo,Andre L. L. Aquino

Anais do XIV Simpósio Brasileiro de Computação Ubíqua e Pervasiva (SBCUP 2022)(2022)

引用 0|浏览0
暂无评分
摘要
As Unidades de Terapia Intensiva Neonatais (UTINs) são unidades especializadas no tratamento de recém-nascidos com complicações de saúde. Muitos fatores podem influenciar as fases do tratamento, os quais incluem níveis de ruído e fontes sonoras. Para fornecer uma ferramenta útil para permitir o monitoramento e feedback adequados à equipe médica, realizamos uma correta classificação sonora em UTIs Neonatais usando redes neurais convolucionais e Long Short-Term Memory. Focamos em três classes de áudio: choro, conversas humanas e alertas de máquinas hospitalares (sons de bipe). Os resultados incluem a extração de features sonoras relevantes e comparações entre classificadores. Modelos do estado da arte para sons ambientais atingem, em média, 74,4% de performance na classificação. Utilizando os modelos propostos, alcançamos um desempenho de até 84% usando as métricas de avaliação.
更多
查看译文
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要