据外媒报道，COVID-19 危机已经考验了世界各地的医疗系统。针对 COVID-19 的疫苗的可用性稳定了局势。然而，人们不得不继续进行大规模的新型冠状病毒核酸人群筛查，以发现阳性病例，从而打破可能的病毒传播链条。因此，科学家必须研究新技术以减少诊断测试的时间和成本，从而以方便、有效和经济的方式进行大规模测试。在 Interspeech 的框架内？ 2021 年国际会议，

一个研究团队将系统提交给 DiCOVA Challenge Using Acoustic Diagnosis 的咳嗽追踪。

与他们的贡献相关的文章已被 Interspeech Science Program 接受。

这项研究由 UPF 视听系统工程校友、奥格斯堡大学（德国）研究人员进行阿德里亚？马洛尔和海伦娜？奎斯塔，艾米利亚的参与？ Gómez（欧洲委员会联合研究中心），他们都是UPF信息和通信技术系（DTIC）音乐技术研究组（MTG）的成员，以及奥格斯堡大学与帝国理工学院研究员Bjrn Schuller伦敦（英国）。

之前基于人工智能的系统已被证明可有效检测咳嗽和打喷嚏以及识别呼吸道异常。人工智能还用于心理健康领域，以识别患有抑郁症或创伤后应激障碍的患者。随着数字健康的进步。研究团队 Helena Cuesta 解释说：“受这些研究的启发，并基于 COVID-19 引起的呼吸道疾病，我们给自己设定了一个挑战，即调查人工智能技术是否可以通过自动咳嗽分析检测与病毒相关的疾病。”

COVID-19 检测呈阳性的患者的咳嗽信号发生了变化

在这篇论文中，作者研究了两种不同的神经网络架构，但它们有一个共同的结构：第一个块处理输入的频谱图并提取一组嵌入特征，第二个块根据这些特征对应于 COVID-19 检测呈阳性的患者还是健康患者对这些特征进行分类。

“我们的模型使用频谱图，即音频信号的时频表示作为输入。”

第一步是对输入数据进行预处理。一般来说，数据库的录音包含各种咳嗽声，以沉默隔开（我们咳嗽时的典型模式）。 “为了仅保留包含相关信息的录音部分，即咳嗽，我们使用基于信号能量的声音活动检测器 (SAD)，”Cuesta 解释说。过滤数据后，下一步是提取特征，然后对它们进行分割。 “我们的模型使用频谱图作为输入，它是音频信号的时频表示。”她补充道：“首先，我们计算数据库中每个记录的频谱图，然后将其划分为每个一秒的片段。”

患者的性别非常重要

该项目的一个有趣贡献是研究不同版本的神经网络，以调查在分析咳嗽时是否考虑患者的性别。 “直觉上，当我们接触到这项工作时，我们的一个假设是男性和女性的咳嗽应该具有不同的特征，因为他们的声道大小和形状不同，”作者评论道。

从频谱的角度来看，男性和女性产生的咳嗽并不一定相等。

从他们工作中进行的实验来看，最值得注意的方面之一是作者在评估的大多数情况下，包含患者性别信息的模型在预测中获得了更好的结果，证实了从光谱的角度来看，男性产生的咳嗽和女性产生的咳嗽不一定相等的假设.

咳嗽配乐？-?DiCOVA Challenge

DiCOVA Challenge 的组织者为参与者提供了一个数据库（Coswara 数据集），其中包含 1040 个片段，从 1 秒到 15 秒咳嗽的人。除了录音外，该数据库还提供了与每个录音相关的一系列元数据：COVID-19 阳性/阴性、个人的性别和国籍。 “基于这些数据，我们开发并评估了两种不同的神经网络，它们使用一秒钟的音频来预测 COVID-19 是阳性还是阴性，”作者指出。

虽然这项工作只是通过自动咳嗽分析检测 COVID-19 的第一种方法，但作者提出的实验提供了一些线索，可以在本研究的下一步中进行追踪。我们仍然需要了解 COVID-19 阳性患者的咳嗽信号是如何变化的。因此，可以提取特征并设计特定的神经网络来提高模型的质量。