TY - JOUR T1 -精确量化咳嗽频率的数字信号处理算法的性能JF -欧洲呼吸杂志JO - Eur Respir J DO - 10.1183/13993003.04271-2020 VL - 58 IS -2 SP - 2004271 AU - Smith, Jaclyn a . AU - Holt, Kimberley AU - Dockry, Rachel AU - Sen, Shilpi AU - Sheppard, Kitty AU - Turner, Philip AU - Czyzyk, Paul AU - McGuinness，Kevin Y1 - 201/08/01 UR - //www.qdcxjkg.com/content/58/2/2004271.abstract N2 -从录音中测量咳嗽频率的能力改变了评估新的咳嗽治疗方法的标准，并为呼吸道疾病中咳嗽的潜在机制提供了见解[1-5]。使用现成的录音设备，可以对长时间内的咳嗽次数进行客观测量，并捕获咳嗽声音的听觉计数。虽然观测者之间可以达成良好的一致，但这一过程极其费力，并限制了可能研究的规模和范围[6,7];因此，需要更有效的咳嗽量化方法。然而，精确的咳嗽检测由于个体内部和个体之间咳嗽声学的巨大差异而变得复杂。还有一个挑战是，如何将咳嗽与大量的语音和无限的环境噪音区分开来，这些噪音可能会在动态录音中被捕捉到。事实上，全自动咳嗽检测系统未能达到足够的准确性，尽管在初步测试中取得了明显的成功[8,9]。一种半自动化算法正在临床研究中使用，但仅经过初步验证，在现已过时的mp3播放器/录音机录制的录音中，报告在少数人(82.3-86%)中具有适度的敏感性[10,11]。用户输入的影响，以及该算法在不同呼吸道疾病中检测咳嗽的稳健性，以及在使用不同录音设备和不同声学编码的录音中检测咳嗽的稳健性尚未得到评估。The VitaloJAK filtering algorithm has undergone the most extensive testing of any cough monitoring software and is sensitive/efficient across a range of diagnoses and age groups, and in recordings containing a wide range of cough counts https://bit.ly/3rF9vp1 ER -