基于融合特征与卷积神经网络的耳鸣偏好音自动标注研究
徐瑞阳
何培宇
方安成
冯楚楠
潘帆
四川大学 电子信息学院,成都 610065
摘要：在耳鸣声治疗中加入患者偏好音乐可有效改善耳鸣治疗效果.为满足患者个性化偏好的音乐需求,本研究提出了一种基于logMel与Hpcp融合特征的音乐自动标注新方法.该方法首先通过提取音乐的声学与乐理相关特征,然后输入双分支EfficientNetV2-s网络,进行音乐标注.经测试,本研究方法在MTAT数据集上的ROC-AUC值达到了 0.911 9,相较于其他音乐标注方法,标注性能有一定提升,对耳鸣偏好音选择具有一定的参考价值.
关键词：耳鸣治疗音乐标注双分支结构特征融合注意力机制深度学习
分类号：R318(医用一般科学)R764.45(耳科学、耳疾病)TP183(自动化基础理论)
资助基金：四川省自然科学基金资助项目(2022NSFSC0799)
论文发表日期：2024-08-28
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：6( 338-343 )
英文信息