[논문 리뷰] Pay Attention to the cough: Early Diagnosis of COVID-19 using Interpretable Symptoms Embeddings with Cough Sound Signal Processing

Ankit Pal, Malaikannan Sankarasubbu|arXiv (Cornell University)|2020. 10. 05.

Respiratory and Cough-Related Research인용 수 24

한 줄 요약

이 논문은 기침 소리 신호 처리, 임상 증상, 인구통계학적 메타데이터를 융합하여 초기, 저비용, 정확한 코로나19 진단을 가능하게 하는 새로운 해석 가능한 AI 프레임워크를 제안한다. TabNet 기반 아키텍처를 활용하여 증상 임beddings와 고급 음성 특징(예: 형광, 첨도, 엔트로피)에 대한 주의 메커니즘을 적용함으로써, 150명의 환자로부터 확득한 328개 기침 신호 데이터셋에서 코로나19 기침과 비코로나19 기침(천식, 기관지염, 건강)을 구분하는 데 96.83%의 정확도와 95.04%의 특이도를 달 đạt하였다.

ABSTRACT

COVID-19 (coronavirus disease 2019) pandemic caused by SARS-CoV-2 has led to a treacherous and devastating catastrophe for humanity. At the time of writing, no specific antivirus drugs or vaccines are recommended to control infection transmission and spread. The current diagnosis of COVID-19 is done by Reverse-Transcription Polymer Chain Reaction (RT-PCR) testing. However, this method is expensive, time-consuming, and not easily available in straitened regions. An interpretable and COVID-19 diagnosis AI framework is devised and developed based on the cough sounds features and symptoms metadata to overcome these limitations. The proposed framework's performance was evaluated using a medical dataset containing Symptoms and Demographic data of 30000 audio segments, 328 cough sounds from 150 patients with four cough classes ( COVID-19, Asthma, Bronchitis, and Healthy). Experiments' results show that the model captures the better and robust feature embedding to distinguish between COVID-19 patient coughs and several types of non-COVID-19 coughs with higher specificity and accuracy of 95.04 $\\pm$ 0.18% and 96.83$\\pm$ 0.18% respectively, all the while maintaining interpretability.

연구 동기 및 목표

• 비용이 많이 들고 시간이 오래 걸리며 자원이 제한된 지역에서는 접근이 어려운 RT-PCR 검사의 한계를 해결하기 위해.
• 기존의 기침 기반 AI 모델이 오직 음성 특징에 의존하고 임상 증상 및 인구통계학적 데이터를 忽시하는 단점을 보완하기 위해.
• 다중모달 데이터(기침 소리, 증상, 인구통계학적 정보)를 통합하여 향상된 진단 성능을 달성하는 해석 가능한 기계학습 프레임워크를 개발하기 위해.
• 가용한 모바일 기반 음성 촬영과 AI 추론을 통해 초기, 확장 가능하고 비침습적인 코로나19 스크리닝을 가능하게 하기 위해.
• 주의 메커니즘과 특징 중요도 분석을 통해 모델의 해석 가능성을 확보하여 임상적 신뢰도와 도입을 지원하기 위해.

제안 방법

• 프레임워크는 기침 신호에서 유도된 음성 특징 추출을 위한 CNN 기반 아키텍처와 증상 및 인구통계학적 데이터를 위한 TabNet을 융합한 하이브리드 딥러닝 아키텍처를 사용한다.
• 기침 음성 신호는 하위 세그먼트로 분할되며, 10개의 수작업으로 설계된 음향 특징(영역수, 에너지, 스펙트럼 중심, 스펙트럼 플럭스, 스펙트럼 롤오프, 스펙트럼 평탄도, 비대칭도, 첨도, 엔트로피, 형광 주파수(F1–F4))를 사용하여 분석된다.
• TabNet 구성 요소는 게이트드 선형 유닛(GLU)과 고스트 배치 정규화, 그리고 스파arsitymax 활성화된 주의형 트랜스포머를 사용하여 증상 및 인구통계학적 변수 간의 동적이고 희박한 특징 선택을 수행한다.
• 모델는 후기 상호작용을 통해 음성 및 테이블 형 데이터 표현을 융합하여, 각 예측 단계에서 가장 관련성이 높은 임상적 및 음향적 특징에 주의를 기울일 수 있도록 한다.
• 특징 중요도는 TabNet의 주의형 트랜스포머의 주의 가중치에서 유도되며, 예측에 가장 기여한 증상 또는 음성 특징을 강조함으로써 해석 가능성을 제공한다.
• 모델는 교차 엔트로피 손실과 레이블 스무딩, 조기 정지 기법을 사용하여 엔드 투 엔드로 훈련되며, AdamW 최적화 기법과 코즈인 애너일링 스케줄러를 통해 최적화된다.

실험 결과

연구 질문

• RQ1 기침 음성 특징과 임상 증상 메타데이터를 융합한 다중모달 딥러닝 모델이 기존의 오직 음성 특징에 의존하는 모델보다 초기 코로나19 진단의 정확도를 향상시킬 수 있는가?
• RQ2 환자의 인구통계학적 정보와 증상 데이터(예: 발열, 호흡 곤란)를 통합할 경우, 코로나19 기침과 비코로나19 기침을 구분하는 데 모델의 능력이 얼마나 향상되는가?
• RQ3 주의 메커니즘이 임상적 및 음향적 특징 중 가장 관련성이 높은 특징을 식별하는 데 얼마나 효과적인가, 그리고 이는 모델의 해석 가능성 향상에 기여하는가?
• RQ4 제안된 프레임워크는 다양한 기침 유형(예: 천식, 기관지염, 건강)에서도 높은 성능 유지를 유지하며, 강건성과 일반화 능력을 유지하는가?
• RQ5 스마트폰으로 기록한 기침과 기본적인 증상 입력만으로도 자원이 제한된 환경에서 높은 특이도와 정확도를 달성할 수 있는가?

주요 결과

• 모델는 보류된 테스트 세트에서 코로나19 기침과 비코로나19 기침(천식, 기관지염, 건강)을 구분하는 데 테스트 정확도 96.83% ± 0.18%와 특이도 95.04% ± 0.18%를 달성하였다.
• 임상 증상 및 인구통계학적 데이터의 통합은 음성 전용 기준 모델 대비 분류 성능을 상당히 향상시켰으며, 이는 모델이 음향 특징을 초월해 질병 특이적 패턴을 포착할 수 있음을 입증하였다.
• TabNet의 주의 메커니즘이 발열, 호흡 곤란, 기침 지속 시간 등의 핵심 증상을 예측에 가장 기여한 요소로 성공적으로 식별하여 모델의 해석 가능성을 향상시켰다.
• 모델는 다양한 기침 유형에 대해 강건성을 보였으며, 기관지염과 천식과 같은 유사한 호흡기 질환 간의 구분 능력에서도 높은 성능를 유지하였다.
• 수작업으로 설계한 음성 특징(예: 형광, 첨도, 엔트로피)의 사용은 병리적 기침과 건강한 기침 간의 미세한 음향적 차이에 대한 민감도를 향상시켜 성능을 향상시켰다.
• 주의 히트맵을 통한 검증을 통해, 모델가 임상적으로 관련성이 높은 특징(예: 발열, 호흡 곤란)에 집중하고 있음을 확인하였으며, 이는 의료 지침과 일치하였다.