[論文レビュー] Objective Study of Sensor Relevance for Automatic Cough Detection

Thomas Drugman, Jérôme Urbain+5 more|arXiv (Cornell University)|Dec 30, 2019

Respiratory and Cough-Related Research参考文献 23被引用数 6

ひとこと要約

本論文は、商業用のKarmelsonixシステムを上回る性能を示す音声のみを用いたニューラルネットワークベースの自動咳検出システムを提案している。94.5％の感度と特異度を達成した。複数のセンサーを客観的に評価した結果、音声マイクロホンのみで優れた性能を示し、嚮態性疾患（例：線維症）における信頼性の高い、移動可能な、かつ非表示の監視を可能にした。

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%.

研究の動機と目的

• ECG、テルモスタット、チェストベルト、加速度計、接触マイクロホン、および音声マイクロホンの複数のセンサーの、自動咳検出における関連性を客観的に評価すること。
• 線維症などの慢性呼吸器疾患における咳の重症度を評価するための、客観的で信頼性が高く自動化された方法の臨床的ニーズに対処すること。
• 咳と類似した音（会話、笑い、強制的呼気など）を区別する際の、単一センサーとマルチモーダル手法の性能を比較すること。
• 長期間にわたる移動状態での監視を可能にする、高精度で誤検出率が低い、堅牢な音声ベースのシステムを開発・検証すること。
• 主観的な咳評価法と客観的な咳頻度の間に弱い相関関係を示すため、標準化され臨床的に実用可能な代替策を提供すること。

提案手法

• 本研究では、32名の健康な被験者が3つの状態（さまざまな音量、会話、笑い、のどの掃除、強制的呼気、背景ノイズなど）で意図的に咳をしたデータベースを用いた。
• 各センサーから抽出された特徴量の咳分類タスクにおける情報量を評価するために相互情報量分析を適用した。
• フレーム単位の分類アプローチを用い、ニューラルネットワーク分類器を用いて各センサーが咳と非咳イベントをどれだけ区別できるかを評価した。
• 咳の爆発的段階を音声特徴を用いて特定することで咳イベント検出を実施し、音声のみのデータで学習されたニューラルネットワークモデルを用いた。
• 提案された音声のみのシステムの性能を、感度と特異度の指標を用いて商業用のKarmelsonixシステムと比較した。
• マルチモーダル統合の試みも検討されたが、音声のみの性能を上回るような顕著な向上は得られず、特定の曖昧な状況（例：会話と加速度計、笑いとテルモスタット）を除いては同様であった。

実験結果

リサーチクエスチョン

• RQ1 ECG、テルモスタット、チェストベルト、加速度計、接触マイクロホン、音声マイクロホンの中から、咳検出において最高の相互情報量を示すセンサー方式はどれか？
• RQ2 各センサーが、会話、笑い、強制的呼気、のどの掃除、背景ノイズなどの非咳イベントと咳をフレーム単位でどれだけ効果的に区別できるか？
• RQ3 複数のセンサーを組み合わせることで、音声のみの手法と比較して咳イベント検出性能が顕著に向上するか？
• RQ4 提案された音声のみのシステムは、さまざまな咳の種類と音量において、商業用のKarmelsonixシステムと比較して感度と特異度でどの程度優れているか？
• RQ5 提案されたシステムとKarmelsonixの主な誤検出および見逃しの原因は何か？また、咳の種類によってそれらはどのように変化するか？

主な発見

• 音声マイクロホンのみが、最高の相互情報量を示し、フレームレベルの区別とイベント検出の両方で他のすべてのセンサーを上回った。
• 提案された音声のみのシステムは、感度94.5％、特異度94.5％を達成し、Karmelsonixシステム（感度64.9％、特異度95.3％）を顕著に上回った。
• Karmelsonixシステムは被験者間で著しいばらつきを示し、低音量の咳を最大44.5％まで見逃していたが、提案されたシステムは全咳種類で最大8.7％の見逃し率にとどまった。
• 誤検出は、提案されたシステム（58分間で42件）の方がKarmelsonix（28件）よりも頻度が高かったが、提案されたシステムは特に低・中音量の咳イベントをはるかに多く検出していた。
• 両システムにとって最も曖昧なイベントは、強制的呼気、のどの掃除、笑いであり、提案された手法では約20％の誤分類率を示した。Karmelsonixでは、のどの掃除で最大16.2％の誤分類率を示した。
• マルチモーダル手法は、音声のみの手法に比べて顕著な向上を示さなかったが、特定の状況では有効であった：加速度計は咳と会話を区別するのに役立ち、テルモスタットは笑いとの区別を改善した。