Classification du tonus de la toux basée sur l’apprentissage automatique : exploration diagnostique de la bronchopneumopathie chronique obstructive et des infections des voies respiratoires

Cette recherche se concentre sur le diagnostic acoustique, utilisant l’analyse du signal vocal et l’apprentissage automatique pour extraire des caractéristiques vocales distinctives en vue d’une classification précoce non invasive de la maladie pulmonaire obstructive chronique et des infections des voies respiratoires. Les développements récents dans ce domaine incluent l’analyse vocale pilotée par IA, des techniques d’apprentissage automatique telles que les réseaux neuronaux convolutionnels et les machines à vecteurs de support, des outils de traitement du signal comme les MFCC, et des capteurs acoustiques variables pour détecter les motifs liés aux maladies dans les signaux sonores. L’un des principaux défis dans la traduction clinique du diagnostic basé sur la voix est la rareté des données.

D’autres défis incluent la généralisation limitée des modèles, l’éthique de la vie privée, les conflits et les barrières à l’interprétabilité. Après avoir assemblé la base de données des indicateurs de caractéristiques vocales, ouvrez SPSS et chargez le fichier de données approprié. Dans la barre de menu, sélectionnez Analyser, puis Tests Non Paramétriques, suivi de Dialogues hérités, et cliquez sur 2 Échantillons indépendants.

Dans la boîte de dialogue contextuelle, sélectionnez les variables observées à comparer dans la section Liste des variables de test. Ensuite, sous Variable de groupement, sélectionnez la variable qui sera utilisée pour le regroupement. Cliquez sur le bouton Définir les groupes et saisissez les identifiants des deux groupes dans la fenêtre contextuelle.

Dans Type de test, sélectionnez le test Mann-Whitney U. Cliquez sur OK pour lancer le test et permettre à SPSS de générer automatiquement la sortie. Pour l’analyse des composants principaux, assurez-vous que les données sont compilées, enregistrées au format Excel ou CSV, et importées dans SPSS version 20.0.

Pour ouvrir le fichier, sélectionnez Fichier, puis Ouvrir, puis Data, et sélectionnez le fichier approprié. Pour lancer l’analyse des composantes principales, cliquez sur Analyser, puis choisissez Réduction de dimension, et sélectionnez Facteur. Dans la boîte de dialogue, ajoutez toutes les variables continues utilisées dans l’analyse des composantes principales dans le champ Variables.

Cliquez sur le bouton Extraction et sélectionnez la méthode des composants principaux comme technique d’extraction. Sélectionnez des valeurs propres supérieures à 1 comme critère pour conserver les composantes principales. Sélectionnez la méthode de rotation et cliquez sur Rotation pour choisir Varimax ou Promax.

Dans la section Options, vérifiez à la fois le diagramme de Scree et la matrice des coefficients pour inclure le diagramme de gravier et la matrice des coefficients dans la sortie afin d’évaluer les variantes conservées. Après avoir terminé tous les réglages, cliquez sur OK pour exécuter l’analyse et permettre à SPSS de générer la sortie. Interprétez la matrice de chargement des composantes principales pour évaluer la relation entre les composantes principales et les variables originales.

Identifier les variables ayant des valeurs de charge plus élevées, car elles contribuent de manière plus significative aux changements de composants. Utilisez le tableau Total de la variance expliquée pour évaluer la variance que chaque composante principale prend en compte. Identifiez les composantes principales avec de fortes proportions de variance, car elles capturent généralement la majeure partie de la variation des données.

Consultez la parcelle d’éboulis pour déterminer quels composants conserver. Localisez le point d’inflexion et gardez tous les composants à gauche de ce point. Si des scores en composantes principales sont requis, vérifiez Enregistrer en tant que variables avant d’exécuter l’analyse.

SPSS ajoutera les scores de chaque échantillon comme de nouvelles variables dans le jeu de données. L’analyse en composantes principales a identifié six composantes majeures qui représentaient ensemble 76,8 % de la variance totale. Le modèle de régression logistique a démontré une performance stable sur trois modules de validation, avec des valeurs AUC de 0,71, 0,74 et 0,88, donnant une moyenne AUC de 0,77.

En revanche, le modèle de forêt aléatoire présentait une plus grande variabilité, avec des scores AUC de pliage de 0,69, 0,52 et 0,83, et une moyenne AUC plus faible de 0,68. Le modèle de régression logistique a réalisé des prédictions 100 % correctes pour la BPCO et six des sept bonnes pour les infections des voies respiratoires, comme le montre la matrice de confusion, indiquant une grande précision de classification. Le modèle de forêt aléatoire a mal classé un cas de MPOC et deux infections des voies respiratoires, ce qui a entraîné une précision de classification inférieure à celui du modèle de régression logistique.

Sur le jeu de données test, le modèle de régression logistique a donné d’excellentes performances en classification, atteignant une valeur AUC de 0,95. Le modèle de forêt aléatoire a montré une performance de test plus faible avec une valeur AUC de 0,76.