跳到正文
arXiv cs.AI· Wensi Zhang, Tomas Teijeiro, J\'er\^ome Thevenot, David Atienza·· 4 小时前AI 评分34

基于机器学习的咳嗽模型为何无法泛化:结核病筛查的跨数据集系统评估

Why ML-based cough models do not generalize: a systematic cross-dataset evaluation for tuberculosis screening

AI 导读

研究对经典机器学习和深度学习咳嗽结核病分类器在三个独立数据集上做跨数据集评估,数据集内 ROC-AUC 最高仅 0.76±0.06,外部性能常低于 0.6,两类流程均无法泛化。音频表征按录音设备和数据集而非结核病状态聚类,预测概率随 CODA 中各国患病率变化,设备不匹配会降低迁移效果。临床变量基线泛化更稳定(ROC-AUC 0.65-0.71),说明采集环节的差异是泛化差的主要驱动因素。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:咳嗽声学在无创结核病(TB)筛查中具有前景,但机器学习(ML)模型捕捉到的是与疾病相关的声学特征还是数据收集过程中的伪影,目前仍未解决。我们在三个独立数据集上评估了基于咳嗽的经典机器学习与深度学习(DL)结核病分类器的跨数据集泛化能力。尽管数据集内性能中等(ROC-AUC 最高达 $0.76 \pm 0.06$),两条流程均无法泛化,外部性能常低于 0.6,表明数据可能存在局限。我们进一步观察到,音频表征是按录音设备和数据集而非结核病状态组织的,预测的结核病概率与 CODA 中的国家层面患病率一致,设备不匹配会降低迁移性能,而设备多样化训练可改善迁移性能。此外,临床变量基线泛化更为一致(ROC-AUC $0.65-0.71$),表明声学中采集相关的特异性变异是泛化性能不佳的更强驱动因素。数据集内高表现并不足够。在基于咳嗽的结核病模型具备临床可用性之前,外部验证至关重要。
主题: 音频与语音处理(eess.AS);人工智能(cs.AI);机器学习(cs.LG);声音(cs.SD);信号处理(eess.SP)
引用为: arXiv:2608.25846 [eess.AS]
  (或 arXiv:2608.25846v2 [eess.AS] 用于此版本)
  https://doi.org/10.48550/arXiv.2608.25846

由 DataCite 颁发的 arXiv DOI

提交历史

来自:Wensi Zhang [查看邮箱]
[v1] 2026年8月26日星期三 14:22:32 UTC(6,844 KB)
[v2] 2026年11月17日星期二 16:04:39 UTC(8,661 KB)

来源:arXiv cs.AI · arxiv.org