声诊特征在COPD病证诊断中的研究

目的探索慢性阻塞性肺疾病COPD的声诊特征,建立基于声诊特征的COPD疾病诊断模型。方法使用声诊设备采集受试者5个元音并对音频信号进行预处理及声诊特征提取,运用非参数检验等统计学方法进行分析,使用逻辑回归、随机森林等机器学习方法建立COPD疾病诊断模型。结果COPD组与对照组a_Jitter、a_F1bandwidth、e_F0、e_F1bandwidth、e_F2bandwidth、i_F0、o_F0、o_F1frequency、o_F2frequency、a_Shimmer、a_Loudness、a_F3amplitude、e_F1amplitude、i_F1amplitude、o_F1amplitude、o_F2amplitude、o_H1-H2、a_AR、i_AR、i_HI存在统计学差异。基于基本情况、问诊症状、声诊特征融合的COPD诊断模型AUC达0.944。结论声诊指标在COPD辨病辨证中存在特异性,基于基本信息、问诊信息、声诊特征可以建立COPD疾病诊断模型。