Method Article

Clasificación del tono de la tos basada en el aprendizaje automático: exploración diagnóstica de la enfermedad pulmonar obstructiva crónica y las infecciones del tracto respiratorio

DOI:

10.3791/68222

⸱

September 19th, 2025

 ,  ,  ,  ,  ,  ,  ,  ,  , 
1Beijing University of Chinese Medicine, 2Institute of Information on Traditional Chinese Medicine, Chinese Academy of Traditional Chinese Medicine, 3Beijing University of Chinese Medicine Third Affiliated Hospital

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este estudio logró efectivamente la clasificación automatizada de dos categorías distintas mediante la adquisición de datos de sonidos de tos de pacientes diagnosticados con enfermedad pulmonar obstructiva crónica (EPOC) e infecciones del tracto respiratorio (RTI), utilizando una integración de técnicas de procesamiento de señales del habla y algoritmos de aprendizaje automático.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

El objetivo de este estudio fue desarrollar y evaluar un método no invasivo para distinguir a los pacientes con enfermedad pulmonar obstructiva crónica (EPOC) de aquellos con infecciones del tracto respiratorio (ITR) utilizando el análisis de señales de voz y el aprendizaje automático. Se recopilaron señales de voz de patrón fijo de 25 pacientes con EPOC y 25 pacientes con RTI (que sirvieron como grupo de control / comparación). Se realizó un análisis multidimensional de las características de la voz para identificar las características que diferencian significativamente a los dos grupos. Se seleccionaron características estadísticamente significativas y se sometieron a reducción de dimensionalidad. A continuación, se entrenaron y evaluaron los modelos de regresión logística (LR) y bosque aleatorio (RF) para distinguir la EPOC de la RTI. Inicialmente se analizaron más de 400 funciones de voz. Dieciocho características mostraron diferencias altamente significativas entre los pacientes con EPOC y RTI (P <; 0,05). En la tarea de distinguir a los pacientes con EPOC de los pacientes con RTI, el modelo LR logró un área de conjunto de prueba bajo la curva AUC de 0,95, superando significativamente al modelo de RF (AUC = 0,76). Este estudio demuestra la viabilidad de utilizar el análisis de voz y el aprendizaje automático, particularmente el modelo LR, como una herramienta no invasiva prometedora para diferenciar la EPOC de la RTI. Proporciona una base para la aplicación práctica y una mayor optimización de este enfoque basado en la voz en entornos clínicos que requieren un diagnóstico diferencial de afecciones respiratorias.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

La enfermedad pulmonar obstructiva crónica (EPOC) y las infecciones del tracto respiratorio representan factores importantes que contribuyen a la mortalidad y la morbilidad a escala mundial. La EPOC se define como una afección inflamatoria crónica que afecta a las vías respiratorias y al parénquima pulmonar, inducida predominantemente por el tabaquismo. Se caracteriza por síntomas como tos persistente, disnea y aumento de la producción de esputo1. La Organización Mundial de la Salud proyecta que para 2030, la EPOC se ubicará como la tercera causa principal de muerte en todo el mundo, imponiendo una carga económica sustancial 2,3. Por el contrario, las infecciones del tracto respiratorio (ITR) representan aproximadamente el 6% de la carga mundial de morbilidad, superando la carga asociada con la cardiopatía isquémica, la infección por VIH, el cáncer, la malaria y las enfermedades diarreicas4.

Debido a las similitudes sustanciales en las manifestaciones clínicas de las dos enfermedades, particularmente en la sintomatología de la tos, que es un síntoma prevalente, la diferenciación temprana y precisa entre estas enfermedades es esencial para un tratamiento efectivo 5,6. Los enfoques diagnósticos tradicionales dependen predominantemente de la evaluación clínica de los síntomas, las pruebas de función pulmonar y los análisis de laboratorio7. Si bien los métodos diagnósticos convencionales para la EPOC son efectivos para identificar y evaluar la afección, presentan varias limitaciones en la práctica clínica. Estas limitaciones incluyen precisión diagnóstica inadecuada, capacidad limitada para el diagnóstico temprano, comprensión insuficiente de la heterogeneidad de la enfermedad y falta de monitoreo dinámico 8,9,10,11. A diferencia de los métodos tradicionales de diagnóstico de la EPOC, la tecnología de diagnóstico por voz, como herramienta auxiliar emergente, ofrece numerosas ventajas, especialmente en la detección precoz, el diagnóstico no invasivo y la monitorización dinámica.

Con los avances en el análisis del habla, particularmente el análisis automatizado de los sonidos de la tos, existe un potencial emergente para aplicaciones de diagnóstico rápido. Las investigaciones indican que los sonidos de la tos encapsulan una amplia información sobre enfermedades pulmonares, y sus características acústicas reflejan alteraciones en el estado de salud de las vías respiratorias12. Recientemente, se han empleado técnicas basadas en el aprendizaje automático para el análisis de características del habla en el diagnóstico de la EPOC y otras afecciones, lo que ha arrojado resultados notables 13,14,15. Estas metodologías facilitan la clasificación efectiva de enfermedades al extraer características de audio de los sonidos de la tos, como frecuencia, duración y amplitud, e integrarlas con algoritmos de aprendizaje automático para el reconocimiento de patrones.

A pesar de que algunos estudios investigan el potencial del análisis del sonido de la tos en el diagnóstico de la enfermedad, persisten desafíos significativos para diferenciar entre los pacientes con EPOC y aquellos con RTI. Esta dificultad surge debido a la superposición de características en los sonidos de tos de ambos grupos, agravadas por la variabilidad individual. En consecuencia, el desarrollo de métodos para extraer características más precisas y distinguibles de los sonidos de la tos sigue siendo un tema crítico en este dominio.

Este estudio busca investigar un método de clasificación automatizado para los sonidos de la tos mediante la grabación de audio de 25 pacientes diagnosticados con EPOC y 25 pacientes con RTI. Al integrar el análisis de características del habla con algoritmos de aprendizaje automático, nuestro objetivo es mejorar la precisión de la diferenciación de la enfermedad, mejorando así las capacidades de diagnóstico temprano para la EPOC y la RTI.

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

El Comité de Ética de la Universidad de Medicina China de Beijing y su Tercer Hospital Afiliado aprobaron este estudio de investigación. Todos los participantes dieron su consentimiento informado por escrito para participar. Entre julio y agosto de 2024, se reclutó una cohorte de 25 pacientes con EPOC del Departamento de Medicina Respiratoria del Tercer Hospital Afiliado de la Universidad de Medicina China de Beijing. Simultáneamente, también se reunió un grupo de control que consta de 25 pacientes con RTI superior típico.

1. Selección de participantes

  1. Criterios de inclusión
    1. Seleccione las muestras de audio con poco ruido de fondo y articulación clara.
    2. Asegúrese de que un diagnóstico de EPOC para el grupo de EPOC sea obligatorio según las pautas clínicas establecidas por expertos en pulmones.
      1. Confirmar el diagnóstico mediante espirometría posbroncodilatadora (FEV1/FVC < 0,70) según los criterios GOLD 2024.
      2. Verificar la estabilidad clínica (sin exacerbaciones ≥ 4 semanas)
    3. Asegúrese de que el grupo de comparación comprenda personas que sufren de RTI superior típico.
      1. Diagnosticar utilizando los criterios diagnósticos de las Guías de Diagnóstico y Tratamiento de Enfermedades Infecciosas Respiratorias.
      2. Asegurar el tiempo de inicio de los síntomas ≤ 72 h.
      3. Excluya los antecedentes de enfermedades respiratorias crónicas.
    4. Restringir la edad a 18-85 años.
    5. Solicite que todos los participantes proporcionen su consentimiento informado por escrito para participar en el estudio.
  2. Criterios de exclusión
    1. Excluir a los participantes que experimentan dificultades del habla, como trastornos de las cuerdas vocales o laringitis.
    2. Excluir a los participantes con afecciones neurológicas que puedan afectar el habla o las funciones cognitivas.
    3. Excluir a los participantes con discapacidades auditivas significativas.
    4. Excluir a los participantes que no cumplieron con los protocolos del estudio o no proporcionaron un número suficiente de muestras de audio.
    5. Excluir a los participantes que no puedan dar su consentimiento informado.

2. Diseño del estudio

  1. Trasladar a los participantes a una sala de consulta clínica estándar tranquila y aislada (dimensiones de 4 m × 5 m), con niveles de ruido externo mantenidos por debajo de 30 dB. Haga que se sienten en una postura natural y cómoda y permanezcan en un estado relajado.
  2. Documente meticulosamente los detalles esenciales del participante, incluida la altura, el peso, la edad y otra información relevante, y confirme su estado de salud actual con un médico.
  3. Una vez finalizada la grabación inicial de datos, ajuste la altura del micrófono a la posición adecuada, asegurando una distancia de aproximadamente 20-30 cm entre el micrófono y los labios del participante.
  4. Recopile las grabaciones de audio con una grabadora multipista portátil profesional, con la frecuencia de muestreo ajustada uniformemente a 44,1 kHz.
    1. Realice la calibración del dispositivo antes de las sesiones de grabación diarias. Mantenga presionado el botón GAIN del canal de destino durante 2 segundos hasta que la pantalla muestre CAL y el valor de nivel actual.
    2. Ajuste la ganancia al valor objetivo girando lentamente la perilla GAIN hasta que el nivel de entrada que se muestra en la pantalla coincida con precisión con el valor nominal del tono de prueba. Garantizar un margen de error dentro de ≤±1 dB.
  5. Bajo la guía del equipo de muestreo, deje que el participante tosa naturalmente de acuerdo con su condición. Capture los sonidos de la tos usando dispositivos de grabación.
  6. Grabe el audio como '. WAV'.
  7. Los segmentos de audio anormales se eliminaron mediante la detección de actividad de voz (VAD) complementada con verificación manual. En el estudio se incluyeron grabaciones que cumplían con el umbral de relación señal-ruido (SNR) de >20 dB.
    NOTA: La metodología completa está disponible en nuestro repositorio de GitHub (https://github.com/Liteng811/speech-feature-index-database-construction).

3. Desarrollo del repositorio de características vocales

NOTA: La base de datos de indicadores de características de voz es una colección de características acústicas para el análisis comparativo de patrones vocales en EPOC versus RTI. La arquitectura metodológica se detalla en la Tabla 1. Se ha implementado una base de código abierto para su construcción y es accesible en GitHub (https://github.com/Liteng811/speech-feature-index-database-construction). Los pasos siguientes detallan la descarga y ejecución del código.

  1. Instale MATLAB en el equipo desde el sitio web oficial de MathWorks (https://www.mathworks.com/). Asegúrese de que se selecciona la versión adecuada para el sistema operativo. Para verificar que MATLAB está instalado correctamente, inicie el software de MATLAB y escriba ver en la ventana de comandos. Si se instala correctamente, debería aparecer la información de la versión de MATLAB.
  2. Instale Git desde el sitio web oficial de Git (https://git-scm.com/). Para confirmar que la instalación se ha realizado correctamente, introduzca el siguiente comando en la línea de comandos (símbolo del sistema para Windows, Terminal para Mac/Linux): git --version. Si Git se ha instalado correctamente, se mostrará la información de la versión.
  3. Recuperar el repositorio de código
    1. Usando una interfaz de línea de comandos, ejecute el comando git clone para descargar los archivos del proyecto en su máquina local:
      https://github.com/Liteng811/voice-feature-index-database-construction.git de clonación de git
      NOTA: Esta operación crea un nuevo directorio denominado "voice-feature-index-database-construction" en el directorio de trabajo actual, que contiene todos los archivos del proyecto.
    2. Acceda a la carpeta descargada para administrar su contenido ejecutando:
      cd voz-característica-índice-base-de-datos-construcción.
  4. Configuración del entorno de MATLAB.
    1. Inicie la aplicación de MATLAB.
    2. Integre la carpeta del proyecto en la ruta de búsqueda de MATLAB. Vaya a la pestaña Inicio , haga clic en Establecer ruta y, a continuación, en Agregar carpeta. Seleccione el directorio clonado voice-feature-index-database-construction y guarde los cambios. Esto permite a MATLAB acceder a todos los scripts necesarios.
    3. En el panel Carpeta actual de MATLAB, abra el script de procesamiento principal (voiceH6_batch_3_stage_WAV_tt.m) haciendo doble clic en él.
  5. Preparación de datos.
    1. El análisis requiere archivos de audio de entrada en formato .wav o .pcm .
    2. Las rutas a estos archivos de audio están codificadas dentro de los scripts. Actualice estas variables de ruta para que apunten a las ubicaciones correctas en el sistema local.
  6. Ejecución de guiones.
    1. Con el script principal (voiceH6_batch_3_stage_WAV_tt.m) abierto, inicie el procesamiento haciendo clic en el botón Ejecutar o escribiendo el nombre del script directamente en la ventana de comandos de MATLAB: voiceH6_batch_3_stage_WAV_tt.
    2. El script requiere la interacción del usuario. MATLAB mostrará una interfaz gráfica que solicita al usuario que elija el archivo o carpeta de audio adecuado. Asegúrese de que el archivo de audio o la carpeta seleccionados para el procesamiento coincidan con el mensaje.
    3. Si se producen problemas con la interfaz gráfica que se congela o no se muestra al ejecutar el script en MATLAB, verifique los posibles problemas de compatibilidad con la versión de MATLAB o asegúrese de que los controladores gráficos del sistema operativo funcionen correctamente.
  7. Salida de los resultados. Al finalizar, busque un archivo de salida .txt donde el script haya escrito los resultados de la extracción de características. El archivo de salida contendrá información como los resultados del reconocimiento de características de audio.

4. Análisis de datos

NOTA: Después del ensamblaje de la base de datos de indicadores de características vocales, se realizaron análisis estadísticos. El enfoque analítico se describe en la Tabla 2. Se empleó la prueba U de Mann-Whitney para evaluar las diferencias en las características de la señal de voz entre los grupos de EPOC e ITR.

  1. Prueba para Mann-Whitney U.
    NOTA: Después de obtener la biblioteca de índice de características del habla, se realizó la prueba U de Mann-Whitney en los datos utilizando SPSS 20.0. El proceso de operación es el siguiente:
    1. Abra SPSS y cargue el archivo de datos.
    2. Seleccione Analizar > pruebas no paramétricas > cuadros de diálogo heredados > 2 muestras independientes en la barra de menú.
    3. En el cuadro de diálogo emergente:
      1. Lista de variables de prueba: Seleccione las variables que se compararán (variables observadas).
      2. Variable de agrupación: Seleccione la variable de agrupación (la variable que se utilizará para agrupar).
      3. Haga clic en el botón Definir grupos para introducir los identificadores de los dos grupos en la ventana emergente (por ejemplo, si están agrupados como "Grupo 1" y "Grupo 2", introduzca 1 y 2).
    4. En el Tipo de prueba, seleccione la prueba U de Mann-Whitney parcialmente.
    5. Haga clic en Aceptar y SPSS generará automáticamente la salida.
  2. Análisis de componentes principales (PCA)
    NOTA: Después de la identificación de características estadísticamente significativas, se empleó el Análisis de Componentes Principales (PCA) para la exploración avanzada de datos. Esta técnica reduce la dimensionalidad al condensar las variables originales en un conjunto más pequeño de componentes compuestos que preservan la información crítica y simplifican la interpretabilidad del conjunto de datos. Antes de realizar la PCA, el software estadístico estandarizó automáticamente los datos para mitigar los sesgos relacionados con la escala. El procedimiento se ejecutó de la siguiente manera:
    1. Asegúrese de que los datos se hayan recopilado, guardado en formato Excel o CSV e importado a SPSS 20.0.
    2. Seleccione Archivo > Abrir > datos y, a continuación, seleccione el archivo que desea abrir.
    3. Asegúrese de que se manejan los valores faltantes y los valores atípicos en los datos y de que las variables están estandarizadas.
    4. Para el análisis de PCA en SPSS, haga clic en Analizar > factor de reducción de dimensión >.
    5. En el cuadro de diálogo, agregue todas las variables utilizadas en PCA al campo Variables . Estas variables suelen ser datos continuos.
    6. Configure el método de extracción.
      1. En el cuadro de diálogo, haga clic en el botón Extracción y seleccione el método Componentes principales . De forma predeterminada, SPSS extrae suficientes componentes principales para explicar la varianza en los datos.
      2. Seleccione Valores propios mayores que 1 como criterio de retención, lo que significa que solo se conservan los componentes principales con valores propios mayores que 1, lo que generalmente explica la mayor parte de la varianza.
    7. Seleccione el método de rotación y haga clic en Rotación para elegir Varimax (rotación ortogonal) o Promax (rotación oblicua). Para la mayoría de las aplicaciones, Varimax es un método de rotación de uso común.
    8. En las opciones, compruebe el gráfico de sedimentación y la matriz de coeficientes para que se pueda generar el diagrama de grava de los componentes principales y la matriz de coeficientes de cada componente principal para ayudar a juzgar la varianza retenida.
    9. Después de configurar todas las opciones, haga clic en el botón Aceptar y SPSS generará la salida.
    10. Interpretación de los resultados.
      1. Interpretar la matriz de carga de componentes principales para identificar las relaciones entre los componentes principales y las variables originales. Tenga en cuenta que las variables con valores de carga más altos requieren una mayor contribución a los cambios.
      2. Explique la varianza usando la tabla "Varianza total explicada". Observe los valores propios y las proporciones de varianza para cada componente principal. Seleccione componentes principales con grandes proporciones de varianza, ya que generalmente explican la mayor parte de la variación de datos.
      3. Utilice el trazado de sedimentación para determinar los componentes principales retenidos. Identifique el punto de inflexión claro en el gráfico. Conserve los componentes principales a la izquierda del punto de inflexión.
      4. Puntuaciones de los componentes principales: Marque guardar como variables si es necesario obtener la puntuación de cada muestra en el componente principal, y SPSS agregará las puntuaciones de los componentes principales al conjunto de datos como nuevas variables.

5. Construcción del modelo de regresión logística (LR) y bosque aleatorio (RF)

NOTA: El marco metodológico específico para la construcción de modelos LR y RF se detalla en la Tabla 3. Mientras tanto, los modelos LR y RF de este estudio se han subido a GitHub (https://github.com/Liteng811/The-distinction-between-COPD-and-respiratory-infections). A continuación se describirá principalmente cómo descargar y ejecutar el código desde GitHub. El modelo de RF se construyó utilizando Python 3.12.3 como lenguaje de programación principal.

  1. Obtener el código base del proyecto.
    1. Inicie una terminal o símbolo del sistema y ejecute el comando git clone para descargar el repositorio localmente:
      git clone La distinción entre EPOC e infecciones respiratorias.git La-distinción-entre-EPOC-y-infecciones-respiratorias.git
      Tenga en cuenta que este comando recupera todo el contenido del repositorio en su directorio de trabajo actual, generando una nueva carpeta titulada The-distinction-between-COPD-and-respiratory-infections.
  2. Configure el entorno de programación.
    1. Descargue e instale Python desde el sitio de distribución oficial (https://www.python.org/).
    2. Utilice el siguiente comando para instalar todas las dependencias de Python enumeradas en el archivo de requisitos: pip install -r requirements.txt.
    3. Si el archivo requirements.txt no está disponible, instale las bibliotecas esenciales manualmente ejecutando:
      pip install numpy pandas scikit-learn matplotlib
    4. Instale el entorno de desarrollo integrado de PyCharm desde el sitio web oficial de JetBrains (https://www.jetbrains.com/pycharm/).
  3. Explore el contenido del repositorio.
    1. En el repositorio, busque los archivos de script principales (LR.py, RF.py).
    2. Abra estos archivos con un editor de código o PyCharm para revisar su implementación y detalles estructurales.
  4. Prepare los datos de entrada.
    1. Asegúrese de que el conjunto de datos requerido esté disponible en formato .xlsx, según lo esperado por el código, y organizado correctamente antes de la ejecución.
    2. El código contiene rutas de archivo codificadas. Actualice estas rutas para reflejar las ubicaciones reales de los archivos, reemplazando efectivamente las rutas de acceso existentes en el código (por ejemplo, C:\Users\1\Desktop\pca-result.xlsx) con las rutas de acceso de archivo reales en el sistema.
  5. Ejecute el código.
    1. Una vez localizado el script principal, ejecútelo a través de la línea de comandos. Por ejemplo, para ejecutar LR.py, use: python LR.py
      Si el script de destino es RF.py, sustituya el nombre de archivo en consecuencia.
    2. Antes de la ejecución, asegúrese de que el terminal esté en el directorio de trabajo correcto o especifique la ruta completa al script. Por ejemplo:
      python C:/ruta/a/tu/repositorio/LR.py.
    3. Durante la operación, el script cargará el conjunto de datos, entrenará el modelo de aprendizaje automático correspondiente (LR o RF) y generará métricas de rendimiento, incluida la precisión, la matriz de confusión y la curva ROC.

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Resultados del análisis de datos

La investigación aisló con éxito más de 400 índices de características del habla utilizando métodos como el análisis en el dominio del tiempo, el análisis en el dominio de la frecuencia, la extracción del coeficiente cepstral de frecuencia Mel (MFCC) y la alteración de los indicadores de características de acuerdo con el diagnóstico de la MTC. El análisis del dominio del tiempo e...

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este estudio investiga métodos no invasivos para detectar la EPOC a través del análisis de señales de voz y técnicas de aprendizaje automático. Implicó la recopilación de datos de voz de 25 pacientes con EPOC y 25 pacientes con RTI. Los modelos se construyeron utilizando algoritmos LR y RF. Ambos modelos mostraron una precisión similar en la clasificación correcta de las muestras en general, sin embargo, la diferencia en los valores de AUC indica que el modelo LR podría ofrecer un equili...

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Los autores declaran no tener conflictos de intereses con respecto a la publicación de este estudio. No se recibió apoyo financiero o no financiero de ninguna organización comercial que pudiera haber influido en los resultados o la interpretación de esta investigación. Todos los aspectos del estudio, incluido el diseño, la recopilación de datos, el análisis y la preparación del manuscrito, se llevaron a cabo independientemente de cualquier influencia externa.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este estudio fue apoyado por el Proyecto del Fondo de Ciencia Juvenil de la Fundación Nacional de Ciencias Naturales de China (Número de aprobación del proyecto: 82104739) y el Programa de Investigación Científica de la Administración Provincial de Medicina Tradicional China de Hebei (Número de proyecto: B2025032). Los autores desean agradecer a todos los profesores y estudiantes que brindaron asistencia durante el experimento.

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Grabadora digitalZOOMH6ZOOM Audio Store
GitHubGit2.47.1.2Página web oficial
MatlabMathWorksR2024bPágina web oficial
PycharmJetBrains2024.1Página web oficial
PitónPitón3.12Página web oficial

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Roth, M. Pathogenesis of COPD. Part III. Inflammation in COPD. Int J Tuberc Lung Dis. 12 (4), 375-380 (2008).
  2. Alsayari, A., Muhsinah, A. B., Almaghaslah, D., Annadurai, S., Wahab, S. Pharmacological efficacy of ginseng against respiratory tract infections. Molecules. 26 (13), 4095(2021).
  3. Iheanacho, I., Zhang, S., King, D., Rizzo, M., Ismaila, A. S. Economic burden of chronic obstructive pulmonary disease (COPD): A systematic literature review. Int J Chron Obstruct Pulmon Dis. 15, 439-460 (2020).
  4. Al Rajeh, A. M., et al. Acute upper respiratory tract infections admissions in England and Wales. Medicine (Baltimore). 102 (21), e33616(2023).
  5. Lieberman, D., et al. Pneumonic vs nonpneumonic acute exacerbations of COPD. Chest. 122 (4), 1264-1270 (2002).
  6. Hassan Naqvi, S. Z., Choudhry, M. A. Embedded system design for classification of COPD and pneumonia patients by lung sound analysis. Biomed Tech (Berl). 67 (3), 201-218 (2022).
  7. Rennard, S., et al. Introducing the COPD Foundation Guide for Diagnosis and Management of COPD, recommendations of the COPD Foundation. COPD. 10 (3), 378-389 (2013).
  8. Spyratos, D., et al. false diagnosis and treatment of COPD in a selected population in Northern Greece. Eur J Gen Pract. 27 (1), 97-102 (2021).
  9. Azleen, A., Wilkinson, T. Early COPD: current evidence for diagnosis and management. Ther Adv Respir Dis. 14, 1753466620942128(2020).
  10. Kostikas, K., et al. Clinical impact and healthcare resource utilization associated with early versus late COPD diagnosis in patients from UK CPRD database. Int J Chron Obstruct Pulmon Dis. 15, 1729-1738 (2020).
  11. Cosio, B. G., et al. Defining the asthma-COPD overlap syndrome in a COPD cohort. Chest. 149 (1), 45-52 (2016).
  12. Kilic, M., et al. GCLP: An automated asthma detection model based on global chaotic logistic pattern using cough sounds. Eng Appl Artif Intell. 127, 107184(2024).
  13. Idrisoglu, A., et al. COPDVD: Automated classification of chronic obstructive pulmonary disease on a new collected and evaluated voice dataset. Artif Intell Med. 156, 102953(2024).
  14. Karaarslan, O., Ergen, O., Belcastro, K. D. Respiratory sound-base disease classification and characterization with deep/machine learning techniques. Biomed Signal Process Control. 87, 105570(2024).
  15. Farrús, M., et al. Speech-based support system to supervise chronic obstructive pulmonary disease patient status. Appl Sci. 11 (17), 7999(2021).
  16. Akamatsu, N. Segmentation of speech utilizing the time-domain properties of speech signals. J Acoust Soc Am. 64, S179(1978).
  17. Joy, S., Upadhya, S. Speech analysis in time and frequency domain. Int J Eng Res Technol. 3 (1), 1-4 (2018).
  18. Do, H. D. Exploiting signal linear trend in the time domain to enhance speech feature. IEEE Access. 10, 117886-117899 (2022).
  19. Schroeder, R. M. New approach to time domain analysis and synthesis of speech. J Acoust Soc Am. 31 (6), 852-853 (1959).
  20. Garreth, P., Johnson, S. R., Green, G. G. R. Extracting amplitude modulations from speech in the time domain. Speech Commun. 53 (6), 903-913 (2011).
  21. Thomas, S., Ganapathy, S., Hermansky, H. Recognition of reverberant speech using frequency domain linear prediction. IEEE Signal Processing Letters. 15, 681-684 (2008).
  22. Malah, D. Efficient implementation of a frequency-domain technique for frequency scaling of speech signals. J Acoust Soc Am. 68 (S1), (1980).
  23. Képesi, M., Weruaga, L. Adaptive chirp-based time-frequency analysis of speech signals. Speech Commun. 48 (5), 474-492 (2006).
  24. Isangula, K. G., Haule, R. J. Leveraging AI and machine learning to develop and evaluate a contextualized user-friendly cough audio classifier for detecting respiratory diseases: Protocol for a diagnostic study in rural Tanzania. JMIR Res Protoc. 13, e54388(2024).
  25. Wang, Q., et al. Towards reliable respiratory disease diagnosis based on cough sounds and vision transformers. ArXiv. , (2024).
  26. Can machine learning be used to recognize and diagnose coughs. Bales, C., et al. 2020 International Conference on e-Health and Bioengineering (EHB), , (2020).
  27. Melek, N. Responding to challenge call of machine learning model development in diagnosing respiratory disease sounds. ArXiv. , (2021).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Cough Tone ClassificationMachine Learning DiagnosticsVoice Signal AnalysisChronic Obstructive PulmonaryRespiratory Tract InfectionsLogistic Regression ModelRandom Forest ModelPrincipal Component AnalysisVoice Feature ExtractionNon Invasive Diagnosis

Related Articles