提出RespFocus呼吸音分类框架与PedResp2026数据集

研究者 Yi Tian 等人提出弱监督呼吸音分类框架 RespFocus，并发布儿科呼吸音数据集 PedResp2026。据其介绍，RespFocus 通过多实例学习，从周期级标签中习得可检验的时间证据并融入分类，以应对噪声临床录音中细湿啰音与持续哮鸣音难以识别、深度模型缺乏时间证据可解释性的问题。 PedResp2026 为多中心儿科呼吸音队列，采集自常规临床环境，带有经裁定的周期级标注。该框架与数据集均处于论文发布阶段，尚未见其分类效果经独立验证的报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。