基于神经网络AI模型的肺音信号多频段特征分析与肺部疾病精准诊断研究

研究人员针对肺部疾病诊断中人工听诊效率低、传统AI模型泛化性不足的问题，开发了基于神经网络(NN)的肺音信号分析系统。通过零相位滤波器组分解肺音信号为8个子频段，提取熵/Lp范数等特征，采用4层轻量级NN架构实现跨数据集验证。在ICBHI和KAUH数据集上达到100%准确率/灵敏度/特异性，为临床提供高效自动化诊断工具。

　　

肺部疾病是全球第三大死亡原因，传统听诊方法高度依赖医生经验且效率低下。尽管已有研究尝试用AI分析肺音信号，但多数存在模型复杂、泛化性差等问题——有的仅在单一数据集表现良好，有的需要复杂预处理步骤。更棘手的是，肺音信号具有非线性、非平稳特性，且不同疾病（如哮喘、COPD、肺炎）的声学特征存在重叠，这对自动化诊断系统提出了严峻挑战。

针对这些瓶颈，Netaji Subhas University of Technology的研究团队在《Scientific Reports》发表了一项突破性研究。他们创新性地将傅里叶零相位滤波与轻量级神经网络相结合，开发出可跨数据集泛化的肺病诊断系统。该系统通过8个均匀分布的频段滤波器（125-1750Hz）分解肺音信号，从每个子频段提取熵、L^p范数（p=0.25,0.5）、峰度等6维特征，输入仅含4层（64-32-16-z节点）的NN架构。关键技术包括：1) 使用4000Hz重采样和3秒帧分割标准化输入；2) 通过零相位滤波器消除心音噪声（0.5-150Hz）并保留肺音特征（100-2000Hz）；3) 采用Adam优化器和0.25 dropout率防止过拟合；4) 在ICBHI、KAUH及其组合数据集上验证性能。

方法论创新

研究团队首先构建了5个数据集：ICBHI（920例）、KAUH（337例）、组合数据集（1257例）、慢性/非慢性分类数据集（1257例）及外部测试集（COPD五级严重度数据）。信号预处理采用最小-最大归一化（公式1）消除幅度差异，通过零相位滤波器（公式2-4）实现无相位失真的频带分割。特征提取阶段创新性地组合时域（均值绝对偏差MAD）和频域特征（谱熵Ent_j），形成40维特征向量（8频段×5特征）。NN架构中ReLU激活函数（公式10）的引入有效解决了梯度消失问题。

跨数据集验证

模型在四类任务中均达100%指标：1）二分类（正常vs COPD/哮喘等）2）多分类（8种疾病）3）慢性度分类4）外部数据集测试。特别值得注意的是，在Leave-One-Subject-Out验证中仍保持90.02-95.73%准确率，证明其临床适用性。t-SNE可视化显示不同疾病特征明显可分，

印证了特征提取的有效性。与现有技术对比（表8），该模型将STFT-CNN-SVM（65.5%）等方法的准确率提升至100%，且训练时间仅6秒/epoch。

临床价值与展望

这项研究突破了传统AI模型在肺音分析中的三大局限：1) 通过零相位滤波保留病理特征；2) 轻量级NN实现床旁实时诊断（单样本351ms）；3) 首个在8类疾病跨数据集验证的模型。未来可扩展至COVID-19等新兴呼吸道疾病检测，或与电子听诊器集成形成便携设备。作者在讨论中指出，当前模型对12通道肺音数据的处理仍有优化空间，下一步拟引入注意力机制提升重症识别精度。

这项由Umaisa Hassan领衔的研究，为呼吸系统疾病的早期筛查提供了革命性工具——其100%的敏感度意味着可有效避免漏诊，而100%特异度能大幅减少不必要的侵入性检查。正如论文强调的，这种"信号分解+轻量NN"的技术路线，为其他生物信号（如心音、胃肠音）分析提供了普适性框架。