基于真实世界咳嗽音频录音与元数据预测结核病
音频与语音处理
2026-03-04 v2 人工智能
摘要
结核病（TB）是一种由结核分枝杆菌引起的传染病，主要累及肺部及其他身体部位。TB 通过感染者咳嗽、打喷嚏或说话时空气传播。医生通过临床检查和专门检测诊断患者 TB。然而，咳嗽是 TB 等呼吸道疾病的常见症状。文献表明，不同呼吸道疾病产生的咳嗽声可被医生和计算机算法区分。因此，使用 TB 与非 TB 患者的咳嗽录音作为研究途径似乎是合理的。在这项工作中，我们利用从非洲东南部、印度和亚洲东南部通过全自动基于手机的应用（Hyfe）获取、无人工标注的极大量 TB 与非 TB 咳嗽音频数据集。我们基于频谱和时域特征，结合或不结合临床元数据，拟合统计分类器。分层分组交叉验证显示，仅使用咳嗽声即可在咳嗽级和受试者级分类上达到约 0.70 0.05 的平均曲线下面积（AUC）；加入人口统计学和临床因素后性能提升，平均 AUC 约为 0.81 0.05。我们的结果表明，集成临床症状与咳嗽声分析的手机应用可帮助社区卫生工作者，且最重要的是帮助卫生服务项目，在降低成本的同时改善 TB 病例发现工作，从而大幅促进公共卫生。
引用
@article{arxiv.2307.04842,
title = {Predicting Tuberculosis from Real-World Cough Audio Recordings and Metadata},
author = {George P. Kafentzis and Stephane Tetsing and Joe Brew and Lola Jover and Mindaugas Galvosas and Carlos Chaccour and Peter M. Small},
journal= {arXiv preprint arXiv:2307.04842},
year = {2026}
}