基于语音分析检测 COPD：丹麦语语音数据集与机器学习方法
声音
2025-08-05 v1 人机交互
机器学习
音频与语音处理
摘要
慢性阻塞性肺疾病（COPD）是一种严重且致残的疾病，影响全球数百万人。其使用无创手段进行早期检测可启用改善生活质量和患者预后 outcomes 的预防性干预措施，近期显示语音是一种有价值的生物标志物。然而，其在不同语言群中的有效性尚需进一步验证。为此，我们收集了来自 96 名丹麦语受试者的音频数据，他们执行了三个语音任务（阅读、咳嗽、持续元音）。其中一半受试者被诊断为不同程度的 COPD，另一半组成健康对照组。随后，我们研究了使用 openSMILE 特征和学习 x 向量嵌入的各种基线模型。我们使用 openSMILE 特征和逻辑回归获得了最高达 67% 的准确率。我们的发现支持语音分析作为非侵入性、远程和可扩展筛查工具作为未来 COPD 医疗解决方案的一部分的潜力。
引用
@article{arxiv.2508.02354,
title = {Detecting COPD Through Speech Analysis: A Dataset of Danish Speech and Machine Learning Approach},
author = {Cuno Sankey-Olsen and Rasmus Hvass Olesen and Tobias Oliver Eberhard and Andreas Triantafyllopoulos and Björn Schuller and Ilhan Aslan},
journal= {arXiv preprint arXiv:2508.02354},
year = {2025}
}