基于机器学习的咳嗽音分类：慢性阻塞性肺疾病和呼吸道感染的诊断探索
September 19th, 2025
本研究利用语音信号处理技术和机器学习算法的集成，从诊断为慢性阻塞性肺病 （COPD） 和呼吸道感染 （RTI） 的患者中获取咳嗽声数据，有效地完成了两个不同类别的自动分类。
本研究聚焦于声学诊断，利用语音信号分析和机器学习提取独特的语音特征，以实现慢性阻塞性肺病和呼吸道感染的非侵入性早期分类。该领域的最新发展包括人工智能驱动的语音分析、卷积神经网络和支持向量机等机器学习技术、MFCCS等信号处理工具，以及用于检测声信号中疾病相关模式的可变声学传感器。基于语音的诊断临床转化面临的主要挑战之一是数据稀缺性。
其他挑战包括模型泛化有限、隐私伦理、冲突以及解释障碍。组装好声带特征指示数据库后，打开SPSS，加载相应的数据文件。在菜单栏中选择“分析”，然后选择“非参数检验”，再选“遗留对话”，点击两个独立样本。
在弹出对话框中，选择“测试变量列表”部分中要比较的观察变量。然后，在“分组变量”中选择用于分组的变量。点击“定义群组”按钮，在弹窗中输入这两个组的标识符。
在测试类型中，选择曼-惠特尼U测试。点击确定以运行测试，并允许 SPSS 自动生成输出。对于主成分分析，确保数据被汇总、保存为Excel或CSV格式，并导入到SPSS 20.0版本。
要打开文件，选择“文件”，然后选择“打开”，再选择“数据”，然后选择相应的文件。要启动主成分分析，请点击“分析”，然后选择“维度缩减”，再选择“因子”。在对话框中，将所有用于主成分分析的连续变量添加到变量字段中。
点击提取按钮，选择主成分方法作为提取技术。选择大于1的特征值作为保留主成分的标准。选择旋转方法，点击旋转以选择Varimax或Promax。
在选项中，检查碎石图和系数矩阵，输出中包含砾石图和系数矩阵，以评估保留的变体。完成所有设置后，点击确定执行分析，并允许SPSS生成输出。解释主成分负载矩阵以评估主成分与原始变量之间的关系。
识别负载值更高的变量，因为这些变量对组件变化贡献更大。使用总方差解释表来评估每个主要成分所占的方差大小。识别方差比例较大的主成分，因为它们通常能反映大部分数据变异。
请参阅碎石图来确定应保留哪些成分。找到拐点，并将所有分量保持在此点左侧。如果需要主成分分数，运行分析前请检查“另存为变量”。
SPSS会将每个样本的分数作为新变量添加到数据集中。主成分分析确定了六个主要成分，合计占总方差的76.8%。逻辑回归模型在三个验证折叠中表现出稳定表现，AUC值分别为0.71、0.74和0.88，平均AUC为0.77。
相比之下，随机森林模型的变异性更大，折叠AUC得分分别为0.69、0.52和0.83，平均AUC较低为0.68。逻辑回归模型在COPD方面实现了100%正确预测，在呼吸道感染方面七个预测中六个正确，如混淆矩阵所示，显示出高度的分类准确性。随机森林模型错误分类了1例COPD病例和2例呼吸道感染病例，导致分类准确性低于逻辑回归模型。
在测试数据集中，逻辑回归模型表现出色，AUC值为0.95。随机森林模型显示测试性能较低，AUC值为0.76。
View the full transcript and gain access to thousands of scientific videos
概述
本研究专注于声学诊断，利用声音信号分析和机器学习来提取独特的声音特征，以实现慢性阻塞性肺病和呼吸道感染的非侵入性早期分类。该研究突出了在语音信号处理和机器学习算法中应用先进技术的集成。
关键研究组成部分
科学领域
- 神经科学
- 机器学习
- 声学诊断
背景
- 利用声音信号分析进行疾病分类。
- 由于数据稀缺和模型泛化的临床转化挑战。
- 隐私和可解释性的伦理考虑。
- AI驱动的语音分析的最新进展。
研究目的
- 利用咳嗽声音数据自动分类慢性阻塞性肺病和呼吸道感染。
- 探索机器学习技术在声学诊断中的有效性。
- 解决在临床环境中实施基于声音的诊断的挑战。
使用的方法
- 从患者获取咳嗽声音数据。
- 应用机器学习算法，如卷积神经网络和支持向量机。
- 使用信号处理工具，如MFCCs。
- 开发语音特征指标数据库。
主要结果
- 成功分类了不同类别的咳嗽声音。
- 识别了声音信号中与疾病相关的模式。
- 对AI在早期诊断中的有效性提供了见解。
- 讨论了数据解释和模型泛化面临的挑战。
结论
- 该研究展示了声音分析在诊断呼吸道疾病中的潜力。
- 强调了解决数据稀缺和伦理问题的必要性。
- 鼓励进一步研究机器学习在医疗保健中的应用。
常见问题
Executive Industry Relevance
Machine learning-based cough tone classification offers a non-invasive, data-driven approach for differentiating chronic obstructive pulmonary disease (COPD) from respiratory tract infections (RTI), addressing a critical diagnostic inflection point in respiratory disease management. By leveraging quantitative voice feature analysis and robust statistical validation, this workflow enhances predictive confidence and supports risk-adjusted triage in early discovery and translational research. The approach demonstrates enterprise value by enabling scalable, reproducible, and interpretable diagnostics that can be integrated into broader R&D pipelines.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables interrogation of disease-specific acoustic biomarkers for mechanistic de-risking.
- Supports functional target validation through statistically significant voice feature differentiation.
- Facilitates portfolio triage by providing quantitative evidence for disease classification.
Screening & Assay Development
- Prepares validated voice feature datasets for downstream machine learning model development.
- Standardizes feature extraction and statistical testing for reproducible assay outputs.
- Enables scalable screening of patient-derived acoustic data for model training and evaluation.
Translational & Preclinical Research
- Aligns acoustic biomarkers with disease-relevant phenotypes for translational continuity.
- Supports risk-adjusted advancement by quantifying model performance across validation folds.
- Provides a foundation for integrating non-invasive diagnostics into preclinical workflows.
Pipeline & Workflow Integration
This method bridges early discovery and translational research by transforming raw acoustic data into validated, quantitative features for machine learning-based disease classification.
- Discovery Biology: Facilitates hypothesis testing and pathway clarification through statistical analysis of voice features.
- Screening: Delivers reproducible, quantitative outputs for model training and evaluation.
- Analytics: Provides AUC, confusion matrix, and principal component outputs for robust model comparison.
- Translational Research: Connects non-invasive biomarker discovery to preclinical validation of diagnostic tools.
- Enterprise Reuse: Establishes a scalable workflow for future respiratory disease classification initiatives.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in respiratory disease differentiation.
- Operational Value: Standardizes feature extraction, statistical testing, and model evaluation for reproducibility.
- Strategic Value: Enables data-driven go/no-go decisions and capital-efficient diagnostic development.
- Portfolio Impact: Supports risk-adjusted prioritization of diagnostic candidates and workflow scalability.
Implementation Considerations
- Requires expertise in acoustic signal processing and statistical analysis.
- Needs access to machine learning infrastructure and SPSS for data analysis.
- Demands standardized data collection and feature extraction protocols across teams.
- Must address model generalization and interpretability for broader application.
- Limited by data scarcity and privacy considerations in patient-derived datasets.
