arXiv cs.AI· Ivan Poddiakov, Ivan Kruzhilov, Galina Zubkova, Svetlana Erofeeva, Andrey Savchenko, Pavel Blinov·· 1 天前AI 评分31
Breath-Dx：基于 eNose 呼气分析的疾病筛查时间序列分类基准
Breath-Dx: A Time Series Classification Benchmark for Disease Screening with eNose
AI 导读
Breath-Dx 是首个面向呼气式疾病筛查的时间序列分类综合基准，基于迄今最大公开临床 eNose 数据集 S-OH，覆盖 9 个诊断组共 1,234 名患者，每人提供 17 通道多元时间序列并含考虑传感器漂移的时序训练/测试划分。
正文 · AI 翻译
摘要：电子鼻（eNose）技术为通过呼出气体分析进行疾病筛查提供了一种便携、非侵入性的途径。然而，该领域的进展受到缺乏系统性基准的阻碍，这些基准应在现实条件下比较机器学习方法，尤其是传感器漂移这一已知但很少被量化的失效模式。大多数现有研究依赖于规模小、私有的数据集，且协议不一致，导致结果无法比较，拖慢了进展。我们推出了 Breath-Dx，这是首个针对基于呼吸的疾病筛查的时间序列分类方法的综合基准。我们的工作利用了 Scent of Health（S-OH）数据集，这是迄今为止最大的公开临床电子鼻数据集，涵盖九个诊断组的 1,234 名患者，每位患者提供 17 通道多变量时间序列，并带有考虑传感器漂移的显式时间训练/测试划分。我们系统评估了涵盖四个家族的 10 种方法：基于特征的表格学习器、基于卷积的模型、基于图的模型和时间序列架构。所有方法在时间验证下均显著退化（与随机交叉验证相比 AUC 下降 0.05-0.12），证实漂移嵌入了强烈的时间信号。在这种现实评估下，最佳方法对某些肺部疾病达到 0.74-0.76 的 ROC AUC，而其他方法仍接近随机水平。循环架构在各类疾病中表现出最一致的性能，而专门的时间序列方法取得了最高的峰值结果。人口学混杂因素很重要：呼吸信号对某些疾病提供独立的诊断价值，但对另一些疾病而言，在年龄之外几乎没有额外贡献。我们发布了 S-OH 数据集、所有时间划分、评估协议和代码，以支持可复现研究并加速临床呼吸组学的进展。
| 评论： | IEEE ICDM 2026 - 最佳论文亚军（应用赛道） |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.15348 [cs.LG] |
| （或 arXiv:2611.15348v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.15348 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Ivan Kruzhilov [查看电子邮件]
[v1]
2026年11月11日星期三 11:25:51 UTC（671 KB）
来源：arXiv cs.AI · arxiv.org