[논문 리뷰] End-2-End COVID-19 Detection from Breath & Cough Audio

Harry Coppock, Alexander Gaskell외 4명|arXiv (Cornell University)|2021. 01. 06.

COVID-19 diagnosis using AI참고 문헌 21인용 수 13

한 줄 요약

이 논문은 커뮤니티 기반 데이터셋에서 AUC-ROC 0.846을 달성하는 엔드 투 엔드 딥러닝 모델인 CIdeR를 제안한다. 이 모델은 숨결과 기침 음성 신호를 동시에 분석하여 코로나19를 진단하며, 스펙트로그램 연결과 오디오 세그먼트 간 다수결 투표를 통해 확장성 있고 저비용의 인구 수준 선별을 가능하게 한다.

ABSTRACT

Our main contributions are as follows: (I) We demonstrate the first attempt to diagnose COVID-19 using end-to-end deep learning from a crowd-sourced dataset of audio samples, achieving ROC-AUC of 0.846; (II) Our model, the COVID-19 Identification ResNet, (CIdeR), has potential for rapid scalability, minimal cost and improving performance as more data becomes available. This could enable regular COVID-19 testing at apopulation scale; (III) We introduce a novel modelling strategy using a custom deep neural network to diagnose COVID-19 from a joint breath and cough representation; (IV) We release our four stratified folds for cross parameter optimisation and validation on a standard public corpus and details on the models for reproducibility and future reference.

연구 동기 및 목표

• 확장성 있고 저비용인 디지털 헬스 솔루션을 개발하여 코로나19를 신속하고 광범위하게 선별하는 것.
• 숨결과 기침 음성 신호를 함께 모델링하면 별도로 분석하는 것보다 진단 성능이 향상되는지 조사하는 것.
• 소규모 커뮤니티 기반 오디오 데이터셋에서 엔드 투 엔드 딥러닝의 가능성을 입증하는 것.
• 전체 교차검증 폴드와 모델 세부사항을 공개하여 재현 가능성을 보장하는 것.

제안 방법

• 모델은 raw 오디오 웨이브포드를 처리하기 위해 librosa를 사용해 로그-스펙트로그램을 계산하며, 파arameters로는 FFT 크기 512–2048, 샘플링 주파수 24–48 kHz를 사용한다.
• 숨결과 기침 스펙트로그램은 깊이 방향으로 연결되어 {F, W, 2} 형태의 3차원 텐서로 조합되어 공동 표현을 구현한다.
• 잔차 블록과 스킵 연결을 갖춘 커스텀 ResNet 기반 아키텍처가 스펙트로그램 입력에서 계층적 특징을 직접 학습한다.
• 최종 레이어를 통해 단일 시그모이드 확률 점수를 출력하며, 클래스 불균형을 보완하기 위해 가중 이진 교차 엔트로피로 훈련된다.
• 긴 녹음 파일에서 균일하게 오디오 세그먼트를 샘플링하며, 추론 시에는 청크 간 다수결 투표를 통해 정확도를 향상시킨다.
• 고정된 테스트 세트를 갖춘 3중 교차 최적화 전략을 통해 테스트 데이터 노출 없이 하이퍼파라미터 튜닝을 수행한다.

실험 결과

연구 질문

• RQ1 엔드 투 엔드 딥러닝이 병합된 숨결과 기침 음성 신호에서 코로나19를 효과적으로 진단할 수 있는가?
• RQ2 숨결과 기침을 함께 모델링하면 각 신호를 별도로 분석하는 것보다 성능이 뛰어나지 않는가?
• RQ3 현재의 소규모 데이터셋 크기를 감안할 때, 데이터가 증가함에 따라 모델 성능은 어떻게 변화하는가?
• RQ4 오직 오디오 바이오마커만을 사용해 무증상 환자에 대해 딥러닝 모델이 일반화할 수 있는가?

주요 결과

• CIdeR는 모든 코로나19 양성자와 음성자 간을 구분하는 주요 과제에서 AUC-ROC 0.846을 달성했으며, 이는 기준 모델보다 유의미하게 높은 성능을 보였다 (p < 0.01).
• 주요 과제에서 무작위 평균 재현율(UAR)은 0.765를 기록하여 양성 및 음성 클래스 모두에서 뛰어난 성능을 보였다.
• 기침이 있는 코로나19 양성자와 천식이 있는 기침 환자를 구분하는 과제에서 CIdeR는 AUC-ROC 0.909를 달성했으며, 도전적인 하위군에서 높은 특이도를 보였다.
• 과제 2(건강한 기침자와 코로나19 양성 기침자를 구분)에서는 기준 모델보다 성능이 열 劣했으며, 이는 샘플 수가 적고 오디오 패턴이 겹치기 때문일 가능성이 높다.
• 과제 1, 3, 4에 대해 두 표본 t-검정(α = 0.01)을 통해 통계적 유의성을 확인하여 결과의 견고성을 입증했다.
• 저자들은 모든 네 개의 분层적 교차검증 폴드와 모델 코드를 공개하여 완전한 재현 가능성과 향후 벤치마킹을 보장했다.