咳嗽频率监测及其临床研究应用.pdfVIP

咳嗽频率监测及其临床研究应用

【摘要】咳嗽是许多呼吸道疾病的常见症状，其频率、强度、种类、持续时间

等参数具有重要意义，其中频率是应用最为广泛的变量。当前临床实践中，咳嗽

严重程度评估主要依靠患者主观症状描述结合各种问卷。尽管此类方法操作简便，

但受限于回忆偏倚和量化不足等固有缺陷，其评估结果与客观咳嗽评估仅呈现中

等相关性。在过去二十年，信号处理、移动通信、语音识别及人工智能的飞速发

展，使得客观咳嗽频率监测在临床研究中的广泛应用成为可能。目前普遍认为客

观咳嗽频率监测是评估咳嗽严重程度的金标准。本文综述了客观咳嗽频率监测的

原理和技术，总结了目前咳嗽频率监测装置的特点及其临床研究应用。

一、咳嗽声音的来源及咳嗽频率监测原理

完整的咳嗽动作分为以下三个阶段［1］：（1）吸气阶段：声门完全打开，

空气被吸入肺部；（2）压缩阶段：声门完全关闭，呼吸肌收缩，将空气压向声

门，增加压力；（3）呼气阶段：声带突然急速开放，呼气肌持续收缩，声门下

的高压空气快速排出，这种快速且紊乱的呼气气流突然释放是产生咳嗽特征性声

音的原因［2］。呼气期的一个细分阶段是声带第二次缓慢闭合，在咳嗽即将结

束时尾端气流带动也会发声，也可视为第四阶段［3］。

咳嗽声是一种复杂的声音事件，通常由三个声学相组成［2，4］：咳嗽爆发

相、中间气流相、咳嗽声门闭合相，整个过程平均持续300~500ms，在声门闭合

相声带部分闭合时可产生咳嗽尾音，但不总是存在［5-6］。在疾病状态下，往

往会出现长时间的一系列爆发性阶段，因此爆发相被认为是咳嗽的特征声音［7］。

客观咳嗽评估指标包括计算爆发性咳嗽（或咳嗽串）的次数；计算咳嗽的总持续

时间；测量咳嗽的频率或强度［1，5］，评估咳嗽的最广泛应用的量化指标是其

频率。特别是在慢性咳嗽治疗领域，国际多中心临床试验已明确将24h客观监测

的咳嗽频率作为主要疗效终点指标［8-9］。

咳嗽声音信号具有丰富的频率特征，主要集中在低频至高频之间。具体来说，

咳嗽开始阶段通常出现约400Hz的第一主频峰值，在气流通过声门和上气道时产

生高频涡流噪声，随后可出现约4000Hz的高频连续成分，整个咳嗽过程的频率

范围可扩展至20kHz以上［5］。为了准确捕捉这些频率信息，音频采样率的选

择至关重要。采样率的选择需考虑咳嗽声的最高频率成分，根据奈奎斯特采样定

理，采样率需大于等于最高截止频率的两倍，否则会导致频谱混叠，即高频信号

被错误地映射为低频信号，从而影响识别精度，实际音频采样频率范围通常从8

kHz［10］到48kHz［11］不等。咳嗽频率成分的分布受个体差异、咳嗽类型（干

咳、湿咳）、体位、肺部状态等因素影响，因此，高保真度的音频采集对于后续

信号分析尤为关键。

二、咳嗽信号的提取及识别

咳嗽识别，是指在诸如打喷嚏、打鼾、清嗓、说话、笑声、环境杂音等非咳

嗽声中识别和定位咳嗽事件［12-14］。大多数研究对咳嗽识别和分类都遵循以

下四个连续的阶段［15-16］：①声音采集及预处理阶段，旨在准备原始信号（重

采样、降噪、滤波、分成20~50ms的连续时间帧、加窗、滤波等）。②粗略检测

阶段，通常基于绝对或自适应幅度或能量阈值，丢弃琐碎的非咳嗽段；③特征提

取阶段，包括提取描述输入信号的有限数量的相关特征，形成特征向量；④分类

阶段，是基于特征向量对输入信号进行分类的过程。

（一）声音采集及预处理阶段

麦克风是常用的采集咳嗽声音信号的方式，可分为接触式和非接触式［17］。

非接触式麦克风戴在外衣上，或是放在受试者附近，将检测到的气压波动转化为

电信号。接触式麦克风附着在喉咙和胸部周围皮肤表面，直接物理接触来感测音

频振动。虽然接触式麦克风能减少环境噪声的干扰，但它们受到受试者活动噪声

的影响较大。Salmi等［18］首次尝试了咳嗽频率的自动化监测，咳嗽必须达到

指定的声学和运动阈值才能被自动识别，但是需要患者避免突然的动作和巨大的

噪声。移动设备和可穿戴传感器的采集方式，实现了便携、长时间录制及高质量

储存数据［19］。当前常用的穿戴式麦克风分为有线与无线两类：有线设备连接

稳定、数据一致性高，但佩戴不便；无线设备佩戴便捷，适用于长时间记录，但

易受设置复杂、信号干扰、电池续航等因素影响，且存在数据丢失风险。

（二）特征提取阶段

传统的音频特征提取方法，如Mel频率倒谱系数（Melfrequencycepstra

lcoefficents，MFCC