[论文解读] 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 6

一句话总结

本文提出了一种仅基于音频的、基于神经网络的自动咳嗽检测系统，其性能优于商用的Karmelsonix系统，灵敏度和特异性均达到94.5%。该研究客观评估了多种传感器的性能，发现仅使用音频麦克风即可实现更优表现，从而实现了对囊性纤维化等慢性咳嗽疾病的可靠、动态且隐蔽的监测。

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%.

研究动机与目标

• 客观评估多种传感器（心电图、热敏电阻、胸带、加速度计、接触式麦克风和音频麦克风）在自动咳嗽检测中的相关性。
• 解决临床需求：为囊性纤维化等慢性呼吸系统疾病提供一种客观、可靠且自动化的咳嗽严重程度评估方法。
• 比较单传感器与多模态方法在区分咳嗽与类似声音（如说话、大笑、用力呼气）方面的性能。
• 开发并验证一种稳健的基于音频的系统，实现高精度、低误报率的长期动态监测。
• 提供一种标准化、临床可行的解决方案，以替代主观咳嗽评估方法，后者与客观咳嗽频率的相关性较弱。

提出的方法

• 本研究使用32名健康受试者在三种条件下自愿咳嗽的数据库，包括不同咳嗽强度及干扰事件（如说话、大笑、清喉、用力呼气、背景噪音）。
• 采用互信息分析评估从各传感器提取的特征在咳嗽分类任务中的信息含量。
• 采用帧级分类方法，利用神经网络分类器评估各传感器在区分咳嗽与非咳嗽事件方面的能力。
• 通过识别咳嗽的爆发阶段来实现咳嗽事件检测，使用仅基于音频数据训练的神经网络模型。
• 通过灵敏度和特异性指标，将所提出的仅基于音频的系统性能与商用Karmelsonix系统进行对比。
• 探索了多模态融合方法，但除特定模糊情况外（如加速度计辅助区分咳嗽与说话，热敏电阻提升对大笑的区分能力），未见性能显著优于仅基于音频的方法。

实验结果

研究问题

• RQ1 在心电图、热敏电阻、胸带、加速度计、接触式麦克风和音频麦克风中，哪种传感器模态在咳嗽检测中传递的互信息最高？
• RQ2 各传感器在帧级上区分咳嗽与非咳嗽事件（如说话、大笑、用力呼气、清喉、背景噪音）的能力如何？
• RQ3 与仅基于音频的方法相比，结合多个传感器是否能显著提升咳嗽事件检测性能？
• RQ4 所提出的仅基于音频的系统在不同咳嗽类型和强度下，其灵敏度和特异性与商用Karmelsonix系统相比如何？
• RQ5 所提出的系统与Karmelsonix系统的主要误报和漏检来源是什么？这些误报和漏检在不同咳嗽类型中如何变化？

主要发现

• 仅音频麦克风在互信息方面表现最佳，并在帧级区分能力和事件检测中优于所有其他传感器。
• 所提出的仅基于音频的系统实现了94.5%的灵敏度和94.5%的特异性，显著优于Karmelsonix系统（灵敏度64.9%，特异性95.3%）。
• Karmelsonix系统表现出较高的受试者间差异，对低强度咳嗽的漏检率高达44.5%，而所提出系统在所有咳嗽类型中的最大漏检率仅为8.7%。
• 所提出系统的误报频率更高（58分钟内42次），高于Karmelsonix（28次），但所提出系统检测到的真正咳嗽事件更多，尤其是在低强度和中等强度咳嗽类别中。
• 对两个系统而言，最易混淆的事件是用力呼气、清喉和大笑，所提出方法的误分类率约为20%，而Karmelsonix在清喉事件上的误分类率最高达16.2%。
• 多模态方法除特定情况外未带来显著性能提升：加速度计有助于区分咳嗽与说话，热敏电阻有助于提升对大笑的区分能力。