TY-JUR T1 - 用于准确定量咳嗽频率JF的数字信号处理算法的性能 - 欧洲呼吸期刊JO - EUR RESPIR J DO - 10.1183 / 13993003.04271-2020 VL - 58 IS - 2 SP - 2004271 Au - Smith，JaclynA. Au - Holt，Kimberley Au - Docckry，Rachel Au - Sen，Shilpi Au - Sheppard，Kitty Au - 特纳，Philip Au - Czyzyk，Paul Au - McGuinness，Kevin Y1 - 2021/08/01 UR - http：//Erj.ersjournals.com/content/58/2/2004271.Abstract n2 - 测量咳嗽频率的能力改变了评估了新的咳嗽治疗的标准，并正在进行呼吸道疾病中咳嗽的机制的见解[1-5]。延长时间段咳嗽数量的客观措施可以使用现成的空缺的声音记录装置来制作，捕获咳嗽声音的镜数。虽然可以实现优秀的观察者间协议，但这种过程极为费力，限制了可能研究的大小和范围[6,7];因此，需要更有效的咳嗽量化方法。然而，精确的咳嗽检测是通过个人内部和之间的咳嗽声学的显着变化复杂化。在动物录音期间，也有区分咳嗽与大量言论的挑战和无限的环境噪声。实际上，尽管在初步测试中显而易见的成功[8,9]，但全自动咳嗽检测系统未能实现足够的准确性。临床研究中使用了半自动算法，但仅经历了初步验证，报告了少数人（82.3-86％）的历史记录中的较大敏感性，现在已经过时的MP3播放器/录音机[10,11]。 The influence of user input, and the robustness of this algorithm to detect cough in different respiratory diseases and in recordings made using different recording devices with different acoustic encoding have not been assessed.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 -