[论文解读] Cough Against COVID: Evidence of COVID-19 Signature in Cough Sounds

Piyush Bagad, Aman Dalmia+7 more|arXiv (Cornell University)|Sep 17, 2020

Music and Audio Processing参考文献 30被引用 96

一句话总结

作者展示对主动收集咳嗽音的AI分析可以在AUC为0.72下检测COVID-19，并在疾病流行率为5%时将检测能力提升43%，数据集包含3,621名具有RT-PCR结果的个体。

ABSTRACT

Testing capacity for COVID-19 remains a challenge globally due to the lack of adequate supplies, trained personnel, and sample-processing equipment. These problems are even more acute in rural and underdeveloped regions. We demonstrate that solicited-cough sounds collected over a phone, when analysed by our AI model, have statistically significant signal indicative of COVID-19 status (AUC 0.72, t-test,p <0.01,95% CI 0.61-0.83). This holds true for asymptomatic patients as well. Towards this, we collect the largest known(to date) dataset of microbiologically confirmed COVID-19 cough sounds from 3,621 individuals. When used in a triaging step within an overall testing protocol, by enabling risk-stratification of individuals before confirmatory tests, our tool can increase the testing capacity of a healthcare system by 43% at disease prevalence of 5%, without additional supplies, trained personnel, or physical infrastructure

研究动机与目标

• 在资源有限的情况下，推动可扩展、非侵入式分诊以提升COVID-19的检测能力。
• 收集并整理一个大型、微生物学上经证实的咳嗽数据集，并将其与RT-PCR结果相关联。
• 利用AI模型在主动收集的咳嗽声音中展示统计显著的COVID-19信号。

提出的方法

• 端到端CNN模型（ResNet-18）对来自2秒咳嗽片段的对数梅尔谱进行处理。
• 训练包括使用外部噪声的数据增强和时频掩蔽。
• 在开源咳嗽数据集上进行预训练以初始化权重；使用标签平滑来处理RT-PCR标签噪声。
• 推断通过中位数聚合片段预测；对于每个个体，使用三个咳嗽样本中的最大值。
• 评估使用三重分层交叉验证，5折，并强调在分诊中对高灵敏度的重视。

实验结果

研究问题

• RQ1 是否可以在微生物学上经证实的数据上，使用AI从主动收集的咳嗽声音中检测COVID-19状态？
• RQ2 无症状个体的咳嗽声音中是否存在可检测的COVID-19特征？
• RQ3 所提出的基于咳嗽的分诊在不同疾病流行水平下对检测能力有何影响？
• RQ4 预训练和标签平滑对模型性能的贡献是什么？
• RQ5 片段长度和集成（ensembling）如何影响分类性能？

主要发现

• 咳嗽声音中的COVID-19信号具有统计学显著性（p<0.01；95% CI 0.61–0.83），AUC为0.72。
• 在无症状个体中，模型性能仍高于随机，表明在无症状时也能检测到信号。
• 在5%流行率下的分诊方案可以使有效测试能力提升43%。
• 预训练显著提高AUC（使用预训练约提升17%）。
• 标签平滑在90%灵敏度下提高AUC和特异性，并改善模型校准。
• 2秒音频片段的表现优于1秒片段，深层和浅层模型的集成可获得最佳性能。