[논문 리뷰] Objective Study of Sensor Relevance for Automatic Cough Detection

Thomas Drugman, Jérôme Urbain외 5명|arXiv (Cornell University)|2019. 12. 30.

Respiratory and Cough-Related Research참고 문헌 23인용 수 6

한 줄 요약

이 논문은 만성 기침 질환(예: 낭성 섬유증)에 대한 신뢰할 수 있고, 이동 중이며, 비침습적인 모니터링을 가능하게 하는 오디오 전용, 신경망 기반 자동 기침 감지 시스템을 제안한다. 이 시스템은 상용 Karmelsonix 시스템을 능가하며, 민감도와 특이도가 각각 94.5%를 기록한다. 다양한 센서를 객관적으로 평가한 결과, 오디오 마이크로폰만으로도 뛰어난 성능을 달성하여, 기침 감지에 있어 최적의 솔루션임을 입증한다.

ABSTRACT

The development of a system for the automatic, objective and reliable detection of cough events is a need underlined by the medical literature for years. The benefit of such a tool is clear as it would allow the assessment of pathology severity in chronic cough diseases. Even though some approaches have recently reported solutions achieving this task with a relative success, there is still no standardization about the method to adopt or the sensors to use. The goal of this paper is to study objectively the performance of several sensors for cough detection: ECG, thermistor, chest belt, accelerometer, contact and audio microphones. Experiments are carried out on a database of 32 healthy subjects producing, in a confined room and in three situations, voluntary cough at various volumes as well as other event categories which can possibly lead to some detection errors: background noise, forced expiration, throat clearing, speech and laugh. The relevance of each sensor is evaluated at three stages: mutual information conveyed by the features, ability to discriminate at the frame level cough from these latter other sources of ambiguity, and ability to detect cough events. In this latter experiment, with both an averaged sensitivity and specificity of about 94.5%, the proposed approach is shown to clearly outperform the commercial Karmelsonix system which achieved a specificity of 95.3% and a sensitivity of 64.9%.

연구 동기 및 목표

• 다양한 센서(심전도, 온도계, 가슴 벨트, 가속도계, 접촉 마이크로폰, 오디오 마이크로폰)가 자동 기침 감지에 얼마나 기여하는지 객관적으로 평가하기 위해.
• 낭성 섬유증과 같은 만성 호흡기 질환에서 기침의 심각도를 객관적이고 신뢰할 수 있으며 자동화된 방법으로 평가할 수 있는 임상적 필요를 해결하기 위해.
• 기침과 유사한 소리(예: 말하기, 웃음, 강제 호기)를 구분하는 데 있어 단일 센서 및 다중 센서 융합 기반 접근법의 성능를 비교하기 위해.
• 오랜 기간 동안 이동 중이어도 높은 정확도와 낮은 오류 경고 비율을 유지할 수 있는 견고한 오디오 기반 시스템을 개발하고 검증하기 위해.
• 주관적인 기침 평가 방법은 객관적인 기침 빈도와 약한 상관관계를 보이므로, 표준화되고 임상적으로 실현 가능한 솔루션을 제공하여 이를 대체하기 위해.

제안 방법

• 32명의 건강한 피험자가 다양한 볼륨과 방해 요소(말하기, 웃음, 목청 청소, 강제 호기, 배경 소음 포함)를 포함한 세 가지 조건에서 자발적인 기침을 유도한 데이터베이스를 사용한다.
• 각 센서에서 추출한 특징의 기침 분류 작업에 대한 정보량을 평가하기 위해 상호정보량 분석을 적용한다.
• 프레임 수준의 분류 접근법을 통해 신경망 분류기 기반으로 각 센서가 기침과 비기침 이벤트를 어떻게 구분하는지 평가한다.
• 기침의 폭발 단계를 오디오 특징을 이용해 식별함으로써 기침 이벤트 감지를 수행하며, 오디오 전용 데이터로 훈련된 신경망 모델을 사용한다.
• 제안된 오디오 전용 시스템의 성능을 민감도와 특이도 지표를 사용해 상용 Karmelsonix 시스템과 비교한다.
• 다중 센서 융합 기반 접근법을 탐색했지만, 오디오 전용 성능에 비해 유의미한 향상은 없었으며, 특정 모호한 경우(예: 가속도계로 말하기 구분, 온도계로 웃음 구분)를 제외하고는 그러한 개선이 없었다.

실험 결과

연구 질문

• RQ1 심전도, 온도계, 가슴 벨트, 가속도계, 접촉 마이크로폰, 오디오 마이크로폰 중에서 기침 감지에 가장 높은 상호정보량을 제공하는 센서 모odal리는 무엇인가?
• RQ2 각 센서가 말하기, 웃음, 강제 호기, 목청 청소, 배경 소음 등의 비기침 이벤트와 기침을 프레임 수준에서 얼마나 잘 구분할 수 있는가?
• RQ3 다양한 센서를 융합하는 것이 오디오 전용 접근법 대비 기침 이벤트 감지 성능을 유의미하게 향상시키는가?
• RQ4 제안된 오디오 전용 시스템이 다양한 기침 유형과 볼륨에서 상용 Karmelsonix 시스템 대비 민감도와 특이도에서 어떻게 성능을 내는가?
• RQ5 제안된 시스템과 Karmelsonix에서 주요 오류 신호(거짓 신호 및 빠진 감지)의 원인은 무엇이며, 이는 기침 유형에 따라 어떻게 달라지는가?

주요 결과

• 오디오 마이크로폰만으로도 가장 높은 상호정보량을 기록했으며, 프레임 수준의 분류와 이벤트 감지에서 모든 다른 센서를 능가했다.
• 제안된 오디오 전용 시스템은 민감도 94.5%와 특이도 94.5%를 달성했으며, 민감도 64.9%, 특이도 95.3%를 기록한 Karmelsonix 시스템을 뛰어넘었다.
• Karmelsonix 시스템은 높은 피험자 간 변동성을 보였으며, 저음량 기침의 최대 44.5%를 놓쳤지만, 제안된 시스템은 모든 기침 유형에서 최대 8.7%의 빈도로만 빠짐을 보였다.
• 거짓 경고는 제안된 시스템에서 더 빈번하게 발생했지만(58분당 42건), Karmelsonix(28건)보다는 오디오 전용 시스템이 훨씬 더 많은 진짜 기침 이벤트를 감지했으며, 특히 저·중간 볼륨 기침에서 두드러졌다.
• 두 시스템 모두 가장 모호한 이벤트는 강제 호기, 목청 청소, 웃음이었으며, 제안된 방법의 잘못 분류 비율은 약 20%였고, Karmelsonix는 목청 청소에서 최대 16.2%까지 기록했다.
• 다중 센서 융합 접근법은 오디오 전용 성능에 비해 유의미한 향상이 없었으며, 특정 경우에만 도움이 되었다: 가속도계는 기침과 말하기를 더 잘 구분하는 데 기여했고, 온도계는 웃음과의 구분을 향상시켰다.