医学声学在呼吸病的应用研究进展2026

医学声学在呼吸病的应用研究进展2026医学声学分析作为一种新型非侵入性的生物医学工程技术，通过对病变引起的呼吸音及咳嗽音等声学特征变化采用数字化分析，在慢性阻塞性肺疾病、肺炎、结核、哮喘及阻塞性呼吸睡眠暂停等呼吸系统疾病的早期诊断、病情监测和疗效评估等方面显示出了较大的潜力，为临床提供重要的辅助信息。本文总结了医学声学的研究模式、常用声音类型及其在呼吸病诊断中的应用，讨论了医学声学分析目前面临的瓶颈与挑战。旨在为呼吸系统疾病的诊疗与管理提供新的思路。随着科技的飞速发展，现代声学凭借其精确、便捷、快速和非侵入性等技术特点，在医学领域得到了广泛的应用和发展。近年来，大数据分析和人工智能等技术兴起，数字化声学技术为临床研究及应用带来了机遇和挑战。呼吸病学与声学之间的关系极为密切。从传统的听诊方法到最新的呼吸病声学分析研究及相关临床诊疗设备的发展，医学声学的进步为呼吸系统疾病的诊断与治疗提供了诸多创新思路。本文将从医学声学研究概述、医学声学在呼吸病学研究的常用模式、常用的声音类型及医学声学在呼吸病学诊断的应用等方面进行综述。一、医学声学技术概述声学是研究声波的产生、传播和接收的科学，声学分析通常指对可听声波（20Hz~20kHz范围内的声波）的特性如频率、幅度、波长，以及声音的传播机制及其与物质的相互作用进行研究［1］。医学声学是一个跨学科领域，主要研究人体内音频信号在医学中的应用，涵盖了声学原理、技术和方法在疾病诊断、监测和治疗中的应用，如在循环系统中，心音图（phonocardiogram，PCG）［2］、回转心动图（gyrocardiograms，GCG）及震心图（seismocardiogram，SCG）等声学技术可以迅速进行心血管系统疾病早期诊断［3］。在消化系统疾病中利用无创的胃肠道声学监测分析诊断肠梗阻、肠易激综合征等腹部疾病［4］。医学声学在呼吸病研究中的应用主要体现在两个方面：一是通过声学信号的收集识别和特征提取，获取呼吸系统的功能状态和病变信息；二是通过声学信号的分类处理和分析，实现对呼吸疾病中声学特征的智能诊断和监测。随着传感器技术和人工智能的发展，许多测量和解析医学相关声学信号的方法不仅提高了临床诊断的准确性，还为疾病管理提供了新的视角和工具。目前，声学仪器的便携性和高精度使其能够在医院、诊所甚至家庭中广泛应用［5］。二、医学声学在呼吸病学研究常用模式［6］1.音频信号的采集：从声学角度对呼吸信号的采集主要包括两种类型［7］。第一种是利用感测内部肺部声音的常规听诊。生物医学和健康信息学国际会议（internationalconferenceonbiomedicalandhealthinformatics，ICBHI）正是使用该方式组建了著名的ICBHI数据集，用于组建数据库的数字化听诊器设备包括WelchAllyn听诊器，3MLittmann听诊器和空气耦合驻极体麦克风等。使用听诊器类设备收集肺部声音时，胸部组织的影响使一些声学特征被遮蔽，而在第二种直接收集声音的方式中，肺部直接与大气相连，使得这些声音包含的信息更加完整。Bokov等［8］使用这种方法研究记录了57例患者的95段录音记录，应用计算机算法识别呼吸音，敏感度为71.4%，特异度达88.9%。Pramono等［9］提出了一种从声音信号中自动检测提取咳嗽事件的算法，应用包含980个咳嗽声音和1000个非咳嗽事件的数据库进行实验验证，得出该算法敏感度为90.31%，特异度为98.14%。2.音频数据预处理及增强：数据预处理主要包括剪切音频信号中无声部分及通过滤除音频信号中的噪声来提高信号质量。数据增强主要通过对样本进行扰动以生成新的样本，或者混合、切割和组合样本来扩展数据集，方法包括在样本中加入高斯噪声、时间拉伸以及音高的上下移动等［10］。由于人工智能技术的发展严重依赖大规模的数据训练样本，因此应用数据增强技术可以有效扩充小样本量的研究数据，有助于防止在缺乏数据量时模型出现过拟合和泛化能力差的问题。3.信号表示技术及特征提取：对于收集的音频信号，首先要通过信号表示技术将其转化为合适的形式才能进行后续音频信号分类等工作［11］。信号表示技术通过对声音时域、频域、时频域等特征的提取，将一维音频信号转换为二维模式，主要包括短时傅里叶变换（short-termFouriertransform，STFT）、梅尔频谱（MelSpectrogram）、小波变换（wavelettransform）、梅尔频率倒谱系数（Melfrequencycepstralcoefficients，MFCC）等、梅尔频率倒谱系数（Mel-frequencycepstralcoefficients，MFCC）等［12］。不同的声学分析技术各有优劣，选择合适的技术通常取决于具体的声学特征提取任务、数据特性以及应用场景。4.音频信号分类：人工智能（artificialintelligence，AI）技术在音频信号分类领域应用越来越广泛，传统的利用机器学习（machinelearning）的分类方式通过对算法和统计模型的构建，开发数字化设备自动识别模式、从而进行预测或做出决策［13］。目前研究大多集中在构建深度学习（deeplearning）模型，深度学习通过多层深度神经网络结构来自动提取特征，在大型数据集上进行训练及处理复杂的数据，能够达到更高的准确性。Zaman等［12］对于音频分类中使用深度学习模型的研究进行了广泛调查，提出了深度学习中的5种主要模型：卷积神经网络（convolutionalneuralnetworks，CNN）、循环神经网络（recurrentneuralnetworks，RNN）、自编码器、变压器和混合模型。深度学习模型是音频分类的有力工具，可以指导研究人员选择合适的方法、架构和数据集，并启发未来的研究方向，在使用深度学习模型的同时推进音频分类。5.构建相关呼吸病声学数据库：目前很多基于声学技术进行的肺部声音研究很多是依托于现有的声学数据库，如ICBHI数据库。作为目前较为经典的数据集，ICBHI数据库记录了126例受试者的声学特征，包括了6898个呼吸循环1898条干性啰音和8877条湿性啰音数据［14］。然而ICBHI数据集分布在年龄、疾病等方面存在偏倚，为获得更多声学研究数据，Zhou等［7］建立了北京大学（PKU）呼吸音数据库，记录了11968个呼吸周期，相当于ICBHI数据库的150%大小，PKU数据库在年龄和疾病方面分布更平衡。三、呼吸病研究中常用的声音类型临床较为常见的典型声音信号可包括咳嗽声音、呼吸音及振动音等，如咳嗽声音分析可以揭示气道的炎症和阻塞情况，呼吸声音分析能够用于检测肺部的通气状况和组织结构的变化等，采集不同疾病或者不同状态下声音特征，可以为疾病诊断提供参考［15］。1.咳嗽音：咳嗽是许多呼吸系统疾病的共同症状，咳嗽评估是呼吸系统疾病临床管理的核心之一。通过记录和收集咳嗽声音，利用其独特的声学特性进行分析，可以准确、高效地诊断呼吸系统疾病，支持呼吸病的个体化管理。Mootassim-Billah等［16］

在开发声学咳嗽分析方法的研究中对40例个体的自愿咳嗽、清咽及诱导反射性咳嗽进行了记录和声学差异分析。结果显示，这三种咳嗽类型在声学特征上存在显著差异，识别相关的声学特征有望作为头颈癌患者吞咽困难和误吸的潜在标志。Gabaldón-Figueira等［17］在一项以616例参与者为基础的综合监测研究中，应用Hyfe自动咳嗽检测的应用程序收集了约62000次咳嗽声，通过人工智能分析表明，声学监测系统能够检测与呼吸系统疾病的发作和演变相关的咳嗽频率的变化。2.呼吸音：呼吸音产生于空气经过呼吸道及肺泡时，在流动过程中造成的气道与肺泡的振动或气流冲击气道管壁所发出的声响，这些声音经过肺和胸壁传导至体外。异常呼吸音一般可以反映气道及肺部的疾病情况。呼吸音提取和分类等声学技术可以有效用于呼吸系统疾病的早期或及时诊断。Naqvi等［18］通过构建自动分类系统，利用ICBHI数据库呼吸音，通过应用信号处理和机器学习方法分析诊断慢性阻塞性肺疾病（简称慢阻肺病）和肺炎。Kok等［19］同样利用ICBHI数据库提取了920份呼吸音录音，通过声音特征提取技术和RUSBoost算法模型进行分类，用以推断受试者是否患有呼吸系统疾病，该训练模型的敏感度和特异度分别达到了86%和93%。3.振动音：叩诊和触觉震颤检查是临床医生对于呼吸系统体格检查的最基本操作，对于振动音特征提取分类技术已经开发。例如，振动响应成像（vibrationresponseimaging，VRI）是一种二维灰度成像技术，使用体表的一组声学压力传感器来测量呼吸音变化［20］。Yigla等［21］研究的振动响应成像设备（VRIxp）从96名不吸烟者和55名吸烟者的背部记录的呼吸声并进行映射，创建一系列2D图像，通过对图像进行研究分析表明VRIxp通过对振动音识别分析可以用于检测气道或肺实质的细微异常变化。由于振动音相对前两种声音特异度较差，目前相对于振动音的临床声学研究较少。四、医学声学在呼吸病的诊断应用1.慢阻肺病：是目前世界第三大疾病死亡原因，严重危害人类健康。慢阻肺病主要表现为气流受限导致呼吸困难，严重影响患者的生活质量，给医疗系统带来了巨大的负担。目前应用有效、无创的数字化声学分析方式，能够实现对慢阻肺病的预防和早期诊断［22］。Khanaghavalle等［23］使用包含30名健康受试者和45例慢阻肺病患者的多通道肺部声音RespiratoryDatabase@TR数据集进行研究。采用了声谱图、Mel谱图等声学提取技术后使用ResNet-50深度学习模型进行训练，实验结果表明该模型在慢阻肺病严重程度分类中整体准确性达到了94.57%，可以有效提高慢阻肺病诊断准确性。通常，慢阻肺病患者在病情较晚期才被确诊，而该疾病的进展往往是不可逆的，使得许多患者的治疗效果不佳。因此，早期识别和筛查疾病，及时进行干预对于控制疾病发生发展及降低死亡率至关重要。利用声学技术构建数字化模型，在实际临床环境中建立基于肺部声音的实时诊断系统，将为慢阻肺病早期诊断提供新可能性。Roy等［24］提出了一种基于可见性图（VG）来呈现肺部声音的邻接矩阵（adjacencymatrix，AdjM），并结合残差深度神经网络（residualdeepneuralnetwork，ResNet）来准确检测慢阻肺病。该研究使用了包含112例患有各种呼吸系统疾病的受试者的336个肺部声音的数据库对所提出的框架进行了全面的评估，VGAResNet在诊断的准确性、敏感度和特异度方面分别达到95.13%、96.33%和94.37%，这项基于肺部声音的自动化诊断方法可实现慢阻肺病的检测和筛查。目前许多研究展示了数字化声学分析技术在慢阻肺病早期诊断中的潜力，为患者的疾病管理和预后改善提供思路，然而如何将这些研究成果转化为临床实际应用仍需克服技术验证、标准化流程和临床接受度等多方面的挑战。2.肺炎：肺炎是指气道、肺泡或肺间质的炎症，其症状可能包括咳嗽、发热、呼吸急促、胸痛和乏力等。声学技术在肺炎管理中通过传感器和声学特征分析，结合人工智能音频信号分类，能够快速且简便地识别和诊断肺炎，特别是对于老年人和免疫系统较弱的人群，早期诊断和治疗对于改善其预后至关重要。Chung等［25］通过对30例成人肺炎患者的咳嗽声进行声学特征提取分析和数据扩充，构建了应用于肺炎诊断的算法模型。并对126例未用于训练的已知病因的咳嗽声进行验证性诊断，结果显示该模型敏感度为90.0%，特异度为78.6%，总体准确率为84.9%，表明了基于声学技术构建的模型是一种可靠的辅助肺炎诊断技术。近年来新型冠状病毒仍呈反复暴发态势，新冠病毒通过呼吸道飞沫、接触传播，传播速度快，易于在人群中扩散，通过声学技术远程监测可以减少医务人员的接触风险，提供更安全的监测方式。Laguarta等［26］通过网站建立了COVID-19咳嗽记录的数据收集管道，创建了共有5320例受试者的COVID-19咳嗽音频平衡数据集以训练MITOpenVoice模型。将记录的咳嗽音咳嗽提取转化为MFCC，并输入到由一个泊松生物标志物层和3个并行的以ResNet50为基础的CNN的架构中，从而可以利用AI技术产生一种免费的、非侵入性的、实时的COVID-19无症状筛查工具。3.结核：结核病（Tuberculosis，TB）是由结核分枝杆菌引起的传染性疾病，主要影响肺部。中国作为结核病高负担国家，根据2021年的流行病学统计数据，年发病率约为78例/10万人。COVID-19疫情之前结核病是全球导致死亡的主要感染性疾病之一，其对公共卫生的威胁不可忽视。咳嗽是结核病的常见症状，应用声学技术对咳嗽声音进行分析，能够便捷且快速地实现早期筛查与诊断，从而可以更迅速地开展治疗从而防止结核病进一步传播［27］。Xu等［28］

提出了一种基于咳嗽声的DMRNet分析模型，用于区分结核病患者、其他呼吸系统疾病患者和健康个体并使用了包含1323个咳嗽声片段的数据集进行验证。结果显示，该模型对于结核病筛查准确性、敏感度和特异度分别为94.32%、97.73%和99.43%。这项研究展示了高精度结核病分诊工具的广阔前景，对于早期诊断、减少结核病传播等具有重要意义。应用咳嗽声音检测结核病的声学工具具有快速、低成本等优点，且能够提高结核病的早期筛查率。Huddart等［29］利用装有Hyfe研究应用程序的智能手机，建立了一个结核患者咳嗽声音数据库，并将收集的数据上传至Synapse这一通用数据分享服务平台。研究者希望通过全球研究人员的共同参与，建立更加全面的结核患者咳嗽数据库，利用数字化咳嗽监测分析等手段，逆转结核大流行曲线。未来，随着技术的不断进步和数据共享平台的完善，声学监测工具在结核病防控中的应用前景将更加广阔，期待其在全球结核病消除战略中发挥更为重要的作用。4.支气管哮喘（简称哮喘）：哮喘是一种常见的慢性呼吸道疾病，主要特征为气道的炎症和高反应性，导致反复发作的呼吸困难、喘息和咳嗽。该病通常由遗传、环境因素及过敏原引发，影响着全球数百万人的生活。哮喘的症状可能在夜间或晨起时加重，给患者带来显著的不适和困扰［30］，对于哮喘患者，及时的诊断和日常管理对于控制病情至关重要。数字化声学技术通过对哮喘患者呼吸音的提取及分类，构建哮喘诊断模型，为早期识别和个性化治疗提供了新的方向。Aptekarev等［31］应用了包含1238例病人和133名健康志愿者呼吸音的数据库，DenseNet201模型结合迁移学习法进行模型训练，实现了音频片段的诊断研究，该研究对于哮喘的诊断敏感度为92%，特异度为82%，准确性为87%。通过训练的模型可以精准诊断支气管哮喘，可作为支气管哮喘临床诊断前的一种筛查方法，辅助患者病情监测以及远程监测和实时评估治疗效果。Ruchonnet-Métrailler等［32］对现有关于18岁以下患有哮喘的儿童中使用人工智能辅助肺部听诊的文献进行了全面评估，结果表明将人工智能算法整合到哮喘肺部声音评估中提供了更高的诊断准确性、个性化管理策略和远程监测能力，最终可以做到改善受影响儿童哮喘的预后。5.阻塞性睡眠呼吸暂停：阻塞性睡眠呼吸暂停（obstructivesleepapnea，OSA）是一种常见的睡眠呼吸障碍，其特征是在睡眠期间反复发生的呼吸暂停或低通气，通常伴随打鼾。该疾病一般是由于睡眠时气道部分或完全阻塞，导致呼吸道通气量下降，进而引发机体缺氧，造成一系列神经认知、代谢性疾病甚至心血管疾病等相关临床表现［33］。目前评估阻塞性睡眠呼吸暂停的金标准是全夜多导睡眠监测（full-nightpolysomnography，PSG），从PSG中获得的呼吸暂停低通气指数（apneahypopneaindex，AHI）在临床上用于评估睡眠呼吸暂停的严重程度。然而，由于PSG费用较高，设施不足并且过程烦琐，许多病例未得到诊断［34］。Wang等［35］对135例睡眠中习惯性打鼾或有较重呼吸音的参与者进行横断面研究，在没有噪声衰减的房间记录睡眠声音，训练并测试基于睡眠声音检测OSA的深度卷积神经网络OSAnet。该算法在试验组中实现了81%的精度和0.78%的敏感度，这表明，基于非接触式录音记录的睡眠声音的深度学习算法是一种可行的呼吸暂停事件检测和OSA识别工具，具有较强的诊断性能，以相对舒适和低成本的方式在社区中进行OSA评估。Sabil等［36］在一项研究评估了气道声音测量在检测呼吸暂停中的有效性。结果表明气道声音测量可以准确诊断OSA。应用声学分析监测鼾声和呼吸模式可以评估OSA病情严重性、睡眠质量和治疗效果，并可结合人工智能实现自动化诊