咳嗽音频中的结核病筛查：基线模型、临床变量与不确定性量化
音频与语音处理
2026-02-16 v2 人工智能
机器学习
声音
摘要
本文提出了一个用于从咳嗽音频和常规收集的临床数据中自动结核病（TB）检测的标准化框架。虽然基于音频的TB筛查引起了日益关注，但由于现有研究在数据集、队列定义、特征表示、模型族、验证协议和报告指标方面存在巨大差异，进展难以衡量。因此，常常无法直接比较已报告的收益，以及改进是否源于建模进展还是数据和评估的差异。我们通过建立一个强大且 well-documented 的基线，用于TB预测，采用来自多个国家最近编译的数据集中的咳嗽录音和伴随临床元数据。我们的管道从头到尾可复现，涵盖特征提取、多模态融合、咳嗽者独立评估和不确定性量化，并报告一套一致的临床相关指标，以启用公平比较。我们进一步量化了仅使用咳嗽音频和融合（音频+临床元数据）模型的性能，并发布完整的实验协议以促进基准测试。该基线旨在作为常见参考点，并减少当前方法论差异对该领域进展的阻碍。
引用
@article{arxiv.2601.07969,
title = {Tuberculosis Screening from Cough Audio: Baseline Models, Clinical Variables, and Uncertainty Quantification},
author = {George P. Kafentzis and Efstratios Selisios},
journal= {arXiv preprint arXiv:2601.07969},
year = {2026}
}
备注
Updated to published version in Sensors; DOI: 10.3390/s26041223