控制理论与应用

作者：李坚强,王成,黄志超,陈杰

单位：深圳大学,深圳大学,深圳大学,深圳大学

关键词：肺疾病; 卷积神经网络; 集成知识蒸馏; 教师模型; 学生模型

基金：国家自然科学基金项目(U1713212, 61836005, 61702341), 广东省杰出青年基金项目(2019B151502018), 深圳市技术研究基金项目(JSGG201805- 07182904693), 深圳市公共技术平台基金项目(GGFW2018021118145859).

新冠肺炎以来, 肺部疾病引起了人们更大的关注. 肺音的特征与诊断是肺病理学中重要的组成部分. 现有的肺音分析工作主要是对肺音的类型进行分类, 分类肺病的研究较少. 另外, 单个分类模型无法在保护隐私的前提下融合多方数据, 复杂的模型也难以保证分类的实时性. 针对这些问题, 本文提出集成知识蒸馏的肺疾病分类模型.首先从肺音音频中提取梅尔频谱特征, 然后建立多个二分类卷积神经网络模型作为教师模型, 最后通过集成知识蒸馏技术, 将多个教师模型的知识集成到一个精简的多分类学生模型上. 实验表明, 该模型能够在预测准确率达95%的情况下, 参数量比教师模型减少79%, 预测速度提升20%. 在同等条件下, 时耗仅有MobileNet–v3–small模型的6%,实现实时性肺疾病分析.

来源：2021年第1期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2021年第1期