智能手机无创检测呼气与咳嗽声评估慢性阻塞性肺疾病风险：基于机器学习的多模态声学分析

本研究针对慢性阻塞性肺疾病（COPD）早期筛查资源不足的全球性难题，创新性地利用智能手机采集呼气与咳嗽音频信号，结合机器学习算法开发了一种低成本、无创的COPD风险评估方法。团队通过530例临床样本验证，整合双模态声学特征（MFCC）和问卷数据，采用XGBoost模型实现0.90精准度与0.89召回率。该方案突破传统肺功能检测（如FEV1/FVC<0.7）的设备依赖瓶颈，为资源匮乏地区提供普适性筛查工具，推动呼吸系统疾病早期干预。

　　

论文解读

研究背景与意义

慢性阻塞性肺疾病（Chronic Obstructive Pulmonary Disease, COPD）作为全球第四大致死病因，在中国40岁以上人群患病率高达13.7%，却面临严峻的诊断缺口——仅12%患者接受过标准肺功能测试（Spirometry）。传统检测依赖专业设备（如MasterScreen PFT）和操作人员，在资源有限地区难以普及。随着智能手机技术的发展，利用设备麦克风捕捉呼吸声信号成为新兴研究方向。然而，现有方法存在四大局限：样本量小、需额外配件、仅区分特定疾病、单信号类型分析。这些缺陷制约了技术的临床转化潜力。

研究方案与技术方法

云南省第一人民医院联合OPPO健康团队开展横断面研究（STROBE指南），招募892名受试者，最终纳入530例有效样本（含171例COPD风险人群）。研究定义COPD风险需同时满足：① 支气管扩张前FEV₁/FVC<0.7（一秒率）；② 风险暴露史（吸烟/生物燃料）。自主研发手机应用（OPPO FindX5）采集呼气声（6秒）和咳嗽声（2秒），采样率32kHz。关键技术包含：

1. 信号处理：通过绝对均方根（RMS）包络提取呼气能量特征（前1秒能量En1、总6秒能量En6、峰值MEV）；
2. 声学建模：计算呼气/咳嗽的梅尔频率倒谱系数（Mel-Frequency Cepstral Coefficients, MFCC）40维特征；
3. 特征优化：递归特征消除（Recursive Feature Elimination, RFE）筛选20个核心特征；
4. 机器学习：对比XGBoost、随机森林（RF）、朴素贝叶斯（NB）、K近邻（KNN）、支持向量机（SVM）五类算法性能。

研究结果

1. 队列特征分析

风险组与非风险组存在显著差异（P<0.001）：风险组年龄更大（55 vs 48岁）、男性占比高（85.96% vs 58.22%）、吸烟指数≥30包年者达36.26%（非风险组4.46%）。呼吸困难评分（mMRC）显示风险组症状更严重（仅5.26%评0分 vs 非风险组81.89%）。

2. 声学信号特征

气道阻塞程度增加时，音频振幅衰减且有效呼气时间延长（图3）。轻度阻塞者因气流爆发性释放不愿持续呼气，导致信号时长短于重度阻塞者。

3. 模型性能比较

特征类型	最优模型	精准度	召回率
仅呼气特征	XGBoost	0.88	0.88
呼气+咳嗽	XGBoost	0.90	0.89
咳嗽MFCC特征使XGBoost召回率提升1%（P<0.05），证实咳嗽声可补充呼气信号信息缺口（表3）。

结论与意义

本研究首次提出基于智能手机双模态声学信号（呼气+咳嗽）的COPD风险评估框架，并建立当前最大规模临床验证队列（n=530）。XGBoost模型在整合咳嗽特征后达到0.90精准度与0.89召回率，其价值体现在三方面：

1. 技术革新：突破传统肺功能检测对硬件（如口件）的依赖，通过智能手机实现无接触检测；
2. 临床适用性：双模态分析增强模型鲁棒性，咳嗽作为自然生理信号降低操作门槛；
3. 公共卫生价值：为医疗资源匮乏地区提供人均成本趋近于零的筛查工具，助力COPD早期干预。

研究同时指出局限性：未量化声振幅与气流速度的非线性关系，且样本量限制深度学习应用。未来需扩大队列验证跨设备普适性，并探索声信号与肺功能参数的映射机制。该成果发表于《BioMedical Engineering OnLine》，为移动健康技术在呼吸系统疾病管理中的应用树立新范式。