呼气相对吸气响了多少：哮喘听诊位置、频带与年龄性别如何共同决定声学与气流受限的相关

英文题目：An auscultation location specific study on the relationship between expiratory-to-inspiratory acoustic patterns and spirometric airflow limitation across age and gender in asthmatic patients

会议身份：conference:interspeech:2026:conference-paper-id:kumar26g_interspeech

来源为官方会议 PDF；图片依据原页像素，表格数字依据原文引用。PDF 文字层不视为原始 TeX，未可靠恢复的结构不作推断。

会议来源：官方记录 · 官方 PDF

标签：#医疗音频 #统计分析 #时频分析 #音频理解

评分：5.7/10 | 创新 1.2/2 | 技术严谨 1.1/1.5 | 实验充分 1.0/1.5 | 清晰度 0.8/1 | 影响力 0.8/1.5 | 开源 0.0/1.5 | 可复现 0.3/0.5 | 工程/实践 0.5/1.5

排名：前50% | 文档类型：应用研究

👥 作者与机构

• Dheeraj Harish Kumar：机构信息未能从会议 PDF 纯文本可靠映射
• Sanjana MC：机构信息未能从会议 PDF 纯文本可靠映射
• Perumal Keerthi Priya：机构信息未能从会议 PDF 纯文本可靠映射
• K V Nikhath Khanam：机构信息未能从会议 PDF 纯文本可靠映射
• Uma Maheshwari Krishnaswamy：机构信息未能从会议 PDF 纯文本可靠映射
• Prasanta Kumar Ghosh：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

哮喘听诊评估输入为后背4个部位自然呼吸声与用力肺活量指标第一秒用力呼气容积与用力肺活量比值，输出为部位与频带特异的阻塞关联模式，难点在于呼吸声非平稳、年龄性别解剖差异与部位串扰交织。方法分四步：专家在Audacity中切分吸气与呼气段并按部位组织5个呼吸周期，接着对每段做短时傅里叶变换求平方幅度谱功率。然后按0-800 Hz、100-200 Hz、200-400 Hz、400-800 Hz聚合为呼气吸气功率比并取受试者中位数，最后按年龄与性别分层做Spearman秩相关。与既往不分人口学特征的全肺平均E/I研究不同，该工作强调下背部与上背部随增龄的空间再分布假说，突出了100-400 Hz气流敏感频带的部位特异意义。在年龄分层评测设置下，50–60岁组指标FEV1/FVC为86.33 ± 7.40，高于40–50岁组指标FEV1/FVC 79.37 ± 12.13。该关联的适用边界受限于后背静息呼吸与小样本高龄组，尚未验证用力呼吸与前胸部位的外推。结论仅适用于静息自然呼吸的后背听诊探索性关联，不支持跨年龄直接比较与诊断替代，50-60岁组仅18例使高龄结论脆弱。原文未披露训练、推理或部署成本。

🔗 开源与复现资源

本次未形成可展示的已核验资源记录，开放状态尚未核实。 可达状态仅表示本次链接检查结果，不代表许可证、本文权重或运行复现已验证。

🧭 深度解读

输入是什么，目标是什么，本文要保留哪些可核对信息？

本文的输入是两类已经采集好的测量。第一类是后胸 4 个部位的常态呼吸音，每位受试者每个部位记录 5 个呼吸周期，并由专家标出每次吸气和呼气的起止边界。第二类是同一受试者的肺量计结果，主要使用第一秒用力呼气容积占全部用力肺活量的比例。目标不是训练分类器区分哮喘有无，而是检验声学量与肺量计量之间是否存在随听诊位置、频率子带、年龄和性别变化的单调关联。初学者需要先建立白话图像。

用力呼气容积指尽力吸满后再尽力快速呼气时第一秒呼出的气量，用力肺活量指 1 次尽力呼气能呼出的总气量，二者之比记为 FEV1/FVC。哮喘的炎症和支气管狭窄使呼气时小气道更容易变窄甚至部分塌陷，吸气时肺扩张反而帮助气道张开，因此阻塞主要压低呼气流量并拉低该比值。声学侧的对应量是呼气谱功率与吸气谱功率之比，记为 E/I。呼气谱功率是对呼气段短时傅里叶幅度平方在时间和频率上的平均，吸气谱功率是对吸气段的同样平均。

比值大于 1 表示呼气声音能量相对更占优。输出是每个部位、每个频带、每个年龄性别分组下的 Spearman 秩相关系数与 p 值，以及星号标出的组内最高显著相关。必须保留的可核对信息包括 141 例的年龄性别构成、4 个后胸部位名称、4 个频带划分、窗长跳长参数、受试者水平取中位数的聚合方式、显著性阈值和相关强度仅为中等的结论。本文没有代码、模型和数据公开声明，资源状态证据为空，因此不能写代码或数据已公开，只能按原文复述采集与计算条件。

同输入同目标的前人做了什么，本文补了哪块空白？

同输入同目标的前人工作集中在呼吸音 E/I 与肺量计指标的关联。原文回顾了哮喘人群中的两项研究，一项纳入 84 例支气管哮喘患者，发现 100-400 Hz 中频 E/I 与 FEV1 和 FEV1/FVC 显著相关且治疗后改善，另一项纳入 22 例患者，再次发现中频 E/I 与 FEV1/FVC 显著相关，最强关联出现在左前和左后下肺区。慢性阻塞性肺疾病人群中的研究显示下肺与上肺声音强度之比与 FEV1 占预计值百分比和 FEV1/FVC 显著关联，阻塞越重上肺声音越占优。

囊性纤维化多通道研究显示大氣道、上部和外周区域的呼气吸气功率比能区分疾病严重程度，且具有区域特异性。另有一项 26 例受试者研究显示基于智能手机麦克风的用力呼气声时频分析与 FEV1/FVC 的相关达到 0.814，而与 FEV1 和 FVC 本身的关系较弱。这些路线共同说明中频呼气声学特征与呼气气流受限存在可重复的关联，但多在小样本或不分人口学亚组的条件下报告。本文补的空白是年龄和性别对位置特异性关联的影响。

原文明确指出既有研究较少系统检验人口学因素，而衰老会降低弹性回缩、增大闭合容积并使下肺小气道更早关闭，男女在气道直径、肺大小和肺容积上也存在解剖差异，这些都可能改变通气分布和声音传导。因此本文沿用相同的 E/I 与 FEV1/FVC 关联框架，把人群切分为 20-30 岁、30-40 岁、40-50 岁、50-60 岁 4 个年龄组和男女两组，再在 4 个后胸位置与 4 个频带上分别计算相关，观察空间分布是否随人口学分组系统偏移。

为什么要按位置、频带、年龄和性别拆开检验？

如果只计算全肺平均的声学指标与肺量计的相关，会把局部通气差异平均掉。肺不是均匀充气的容器，下肺和上肺、左侧和右侧在重力、支气管分支和胸壁传导上的贡献不同，衰老导致的弹性回缩下降又主要影响下肺小气道的开放时机。频率维度同样不能合并。极低频容易混入心音和肌肉噪声，高频的气流相关声能量占比下降，宽带平均会同时纳入噪声段和高频弱相关段，从而稀释真正与气流相关的中频变化。

前人已经提示 100-400 Hz 更敏感，但是否在每个年龄性别组都成立、哪个后胸位置最具代表性，仍需按位置与频带交叉检验。年龄性别分组的必要性来自生理机制而非为了增加分组数量。原文引用的衰老机制是弹性回缩下降和闭合容积增大，导致呼气时下肺小气道提前关闭和气体陷闭，使下肺对用力呼气流量的有效贡献下降。性别机制是气道直径、胸廓尺寸和肺容积差异，可能改变气流阻力和区域通气分配。

若这些机制成立，那么最能代表动态呼气气流的听诊位置就应随年龄和性别移动。本文因此把问题定义为组内位置排序问题，即在每个年龄组和性别组内部比较 4 个位置的相关强度，而不是直接跨组比较相关系数绝对值是否有统计学差异。原文在结果讨论中明确提醒，结果最好解释为组内趋势，因为没有做跨年龄组的正式统计比较。

FEV1/FVC × E/I 谱功率比： FEV1/FVC 负责给出用力呼气第一秒量占全部用力肺活量的比例，是判定阻塞性气流受限的临床金标准但依赖受试者配合，E/I 谱功率比负责给出常态呼吸下呼气声功率相对吸气声功率的优势程度，几乎不依赖用力配合，二者搭配的理由是都受呼气力学支配，若声学比值随肺量计比值单调变化，则说明声音变化真实反映生理阻塞，组合意义在于为不能可靠完成肺量计的儿童和老年人探索非侵入、低努力的严重程度标记，而不是直接替换肺量计。

从一次呼吸到一个相关系数，全流程经过哪些步骤？

先沿着 1 位受试者的 1 次呼吸走完全程。该受试者在坐位、正常呼吸状态下接受后胸 4 个部位的录音，每个部位保留 5 个呼吸周期。专家通过听觉检查和波形可视化标出每次吸气和呼气的边界，得到吸气信号段和呼气信号段。对每段分别做短时傅里叶变换，得到时间帧与频率仓的功率谱。接着只保留落入目标频带的频率仓，把该频带内所有帧和所有仓的功率平均为一个标量，分别得到该呼吸周期的呼气带限功率和吸气带限功率。

二者相除得到该周期、该部位、该频带的 E/I。对同一受试者同一部位的 5 个 E/I 取中位数，作为该受试者在该部位频带上的代表值。最后把该分组内所有受试者的中位 E/I 与各自的 FEV1/FVC 配对，计算 Spearman 秩相关系数与 p 值。肺量计支路相对简单，受试者戴鼻夹、吸到最大肺容量后尽力快速呼气至少 6 秒，仪器给出 FEV1、FVC 和二者比值，原文记录的比值范围覆盖轻中重不同严重程度。

整个流程没有训练神经网络，也没有学习频带权重或位置权重，所有频带边界和位置划分都是预先固定的，统计阶段只做相关计算。

听诊位置 × 频率子带： 听诊位置负责区分左上、左下、右上、右下 4 个后胸部位的局部通气和声音传导差异，频率子带负责区分 0-800 Hz 宽带、100-200 Hz、200-400 Hz 和 400-800 Hz 中气流相关能量与心音肌电噪声的不同占比，二者搭配的理由是阻塞的声学表现同时具有空间分布和频率选择性，只有位置与频带交叉分析才能定位哪个部位的哪个频段最能代表动态呼气气流，组合意义在于得到年龄性别分组下的空间频谱图谱，而不是给出一个全肺平均的单一相关系数。

下面框图把上述两条支路画成从左到右再向下汇合的结构，阅读时先看声学支路的主路径，再看临床支路在何处汇入相关计算，重点确认受试者水平中位数是聚合呼吸周期变异的关键节点。

看图路径： 1. 先从左上后胸肺音框沿箭头向右追踪到呼吸相分割、短时傅里叶变换、多频带选择、逐周期 E/I 的声学支路；2. 再从左下肺量计框向右追踪到 Spearman 相关系数与 p 值的临床支路，看两条支路在何处汇合；3. 注意受试者水平中位数节点的位置，确认它是先对 5 个呼吸周期取中位数再进入相关的聚合点

论文图 1。原论文 Figure 1：“Block diagram of the proposed framework.”。

该框图的上排是声学支路，下排左侧是肺量计支路。可见内容是 8 个浅色矩形框加箭头。上排从后胸肺音开始，括号内标出 4 个部位缩写，依次指向呼吸相分割、短时傅里叶变换、多频带选择，再向下指向逐周期 E/I。下排从肺量计 FEV1/FVC 指向 Spearman 相关，中间经过受试者水平中位数节点，最终向下输出相关系数与 p 值。像素细节显示声学支路的箭头是单向串行，没有反馈回路，说明频带选择发生在 E/I 计算之前，而不是根据相关结果反向优化频带。受试者水平中位数框位于逐周期 E/I 与 Spearman 相关之间，说明相关计算的样本单位是受试者而不是呼吸周期，这对复现时的聚合顺序有决定性影响。

短时傅里叶变换、频带平均和 E/I 是如何算出来的？

短时傅里叶变换在这里的任务是处理非平稳肺音。肺音在吸气和呼气内的强度和频谱随时间变化，不能直接对整段做 1 次傅里叶变换。做法是用长度为 2048 点的汉宁窗截取短帧，帧间跳长为 512 点，逐帧计算频谱并取幅度平方，得到每个时间帧与每个频率仓的功率。窗长 2048 点在 4 kHz 采样率下提供足够的低频频率分辨率以分辨 800 Hz 以下的成分，同时保持一定的时间分辨率。汉宁窗的作用是在窗边界处平滑截断以减少频谱泄漏。

频率仓的中心频率由仓索引、采样率和傅里叶长度决定，只有中心频率落入目标频带的仓才被保留。目标频带是预先定义的 4 段，分别是 0-800 Hz 宽带、100-200 Hz、200-400 Hz 和 400-800 Hz。带限功率的计算是对所选频带内全部时间帧和全部频率仓的功率求平均，分母是帧数与仓数的乘积，因此结果是一个标量，分别记为呼气带限功率和吸气带限功率。E/I 是对同一次呼吸周期、同一部位、同一频带的呼气功率除以吸气功率。

原文对符号的定义是明确的，相标记取吸气或呼气，信号记为对应相的肺音段，窗函数为汉宁窗，跳长为帧移，帧索引和频率仓索引分别遍历时间和频率。由于证据中没有提供可绑定的完整公式 TeX，本节不放置公式展示标记，只用文字把输入、窗参数、平均维度和除法顺序讲清，避免引入原文未给出的梯度或优化含义。

呼气谱功率 × 吸气谱功率： 呼气谱功率负责度量呼出段内短时傅里叶幅度平方在时间和所选频带上的平均声能量，吸气谱功率负责以同样算法度量吸入段的平均声能量，二者搭配的理由是哮喘阻塞主要抬高呼气阻力而吸气时肺扩张保持气道开放，只有把呼气能量除以同一次呼吸的吸气能量，才能抵消个体音量、探头耦合和呼吸深度的共模差异，组合后新增的呼气与吸气比值 E/I 才成为可与呼气性指标 FEV1/FVC 做生理对齐的阻塞敏感量。

短时傅里叶变换 × 频带能量平均： 短时傅里叶变换负责把非平稳肺音切成加汉宁窗的重叠短帧并给出时间频率功率谱，频带能量平均负责把选定频带内所有频率仓和所有时间帧的功率再平均为一个标量，二者搭配的理由是单帧频谱抖动大而呼吸段长短不一，必须先有时频分解再做时间和频率双重平均才能得到稳定的相功率，组合后才有每个呼吸相、每个频带、每个呼吸周期的可比功率值，进而才能计算 E/I。

取中位数的理由是稳健性。单个呼吸周期可能受体位变化、移动伪影或不规则呼吸影响，均值会被极端周期拉偏，中位数能保留多数正常周期的典型水平。复现时必须严格执行每个受试者每个部位 5 个周期的中位数聚合，不能把所有呼吸周期混在一起计算总体相关，否则样本单位和方差结构都会改变。

本研究有没有训练过程？真实计算与统计是如何执行的？

本研究没有训练阶段，没有可学习的模型参数，没有优化器、损失函数、反向传播、早停或参数冻结与更新的安排，也没有把数据划分为训练集验证集测试集。把无训练等同于确定性求解是错误的，系统输出仍受人工标注、呼吸变异和秩相关的抽样变异影响。真实计算过程是固定的信号处理加统计检验。

对每个呼吸相做短时傅里叶变换和带限平均，对每个周期求比值，对每个受试者每个部位取 5 个周期的中位数，最后在每个部位频带分组和每个人口学分组内计算 Spearman 秩相关。Spearman 方法不假设线性关系，也不要求变量服从正态分布，只检验单调关系。原假设是没有单调关系，每个检验同时报告相关系数与 p 值，显著性水平统一取 0.05。星号标记的规则是每个频带内相关最高且 p 小于 0.05 的听诊位置，而不是跨频带或跨年龄组的最大值。

原文还提到扩展版本包含错误发现率校正结果并给出外部链接，但本次证据只包含未校正的主结果解读，因此复述时只能说明主图使用未校正 p 值，不能声称校正后结论不变。

Spearman 秩相关 × 显著性检验： Spearman 秩相关负责度量受试者水平中位 E/I 与 FEV1/FVC 之间的单调关系强度而不要求线性和正态分布，显著性检验负责在原假设为无单调关系的条件下给出 p 值并以 0.05 为阈值判定是否拒绝原假设，二者搭配的理由是声学与肺量计的量纲和分布都未知且样本在年龄性别亚组中较小，必须用基于秩的稳健度量加假设检验共同报告效应大小和不确定性，组合后每个位置频带分组才有可解释的系数与星号标记。

需要补的缺项是跨组差异没有正式检验。原文明确说明没有做跨年龄组的统计比较，因此不能把年轻组左下相关高于年老组左下直接表述为差异显著，只能说组内排序从下肺主导转向了上肺主导的趋势。

数据是谁、在哪采的，录音与标注条件是否一致？

数据来自印度班加罗尔圣约翰国立健康科学学院的临床确诊哮喘人群，共 141 例，包括 66 例男性和 75 例女性，年龄在 20-60 岁之间，平均年龄为 37 岁加减 10.1 岁。肺量计结果经医生临床确认，FEV1/FVC 覆盖 51% 至 99%，包含轻中重不同严重程度。录音在医生指导下进行，事先获得批准和每位受试者的知情同意。受试者取坐位 upright 姿势并按指示正常呼吸，不是做用力呼气动作，这与肺量计的用力动作形成对照，也是 E/I 被视为低努力标记的前提。听诊位置为 4 个后胸部位，分别记为左上、左下、右下和右上。

使用数字听诊器以 4 kHz 采样，每个部位记录 5 个呼吸周期。证据指出 50-60 岁组中有 1 例的右上部位因记录故障缺失，这是唯一明确报告的缺失。吸气与呼气边界由专家通过听觉检查和波形可视化并借助音频编辑软件人工标注，不是自动分割。吸气段平均时长为 1.067 秒加减 0.539 秒，范围从 0.255 秒到 4.415 秒，呼气段平均时长为 1.401 秒加减 0.795 秒，范围从 0.361 秒到 7.322 秒，说明呼吸深度和时长存在较大个体差异，这也是需要在受试者水平取中位数的原因。

下表提出的问题是各年龄组的样本量、性别构成、肺功能均值和呼吸周期总数是否足以支撑分组相关，比较的公平条件是所有分组使用相同的 4 个部位、4 个频带和相同的中位数聚合与秩相关流程，指标方向是相关系数绝对值越大表示单调关联越强，但显著性还需看 p 值。

该表显示 50-60 岁组只有 18 例且呼吸周期只有 355 个，约为其他组的 40%，这是解读高龄组结果时必须记住的代价。小样本下相关系数更容易波动，且有 1 例右上缺失，因此高龄组左上最强的结论稳健性低于年轻组。全部合计 2815 个呼吸周期是 4 个组周期数之和，每个部位每人 5 个周期的设计在总量上是一致的。肺功能均值在各组间没有单调恶化，50-60 岁组均值反而较高，说明年龄趋势不能简单归因于该组阻塞更重。

下表把录音与信号处理的关键可复现参数集中呈现，阅读时注意采样率、窗长跳长、呼吸段时长分布、肺功能范围和显著性阈值是联合约束，改变任一项都会改变频带能量分布或统计结论。

该表的代价是人工标注依赖专家听觉和波形判断，未报告标注一致性，不同标注者对边界的划分会改变带限平均的时间帧集合。采样率和窗参数是固定的，复现时不应随意更改，否则 100-200 Hz 等窄带的仓数会变化。同时肺功能范围宽意味着包含接近正常的哮喘受试者，相关系数会被全谱分布拉动，不能只在重度亚组中推广。

哪个频带和哪个位置与气流受限最相关？

主结果按频带组织。低中频 100-200 Hz 和 200-400 Hz 在多数年龄组和性别组中显示出更强且统计显著的相关，而 400-800 Hz 和包含 0-100 Hz 噪声与 400-800 Hz 弱相关成分的 0-800 Hz 宽带关联较弱。原文的解释是极低频更易受心音和肌肉声等生理噪声污染，高频的气流相关声能量占比下降，因此 100-400 Hz 更可靠地捕捉与呼气气流受限相关的声学变化。这一点与既往哮喘研究一致。按全部受试者看，左下部位在 100-200 Hz 和 0-800 Hz 上强于其他后胸位置，在 200-400 Hz 上左下与左上相当，在 400-800 Hz 上左上更强。

原文指出这与既往左下后胸区在 100-400 Hz 内常显示更强关联的报道一致。按性别看，男性在全部频带上都是左下最强且显著，女性在全部频带上都是左上最强且显著。按年龄看，20-30 岁组除 100-200 Hz 最高在右下外，其余频带最强都在左下且显著。30-40 岁组只有 100-200 Hz 的左下最强且显著，其余频带的最高位置虽为右上、右下或左上但不显著。40-50 岁组在 200-400 Hz 和 400-800 Hz 最强在左上，在 100-200 Hz 和 0-800 Hz 最强在左下，且这些相关都显著。

50-60 岁组在全部频带最高都在左上，并在 200-400 Hz 和 400-800 Hz 显著。总体呈现随年龄从下肺主导转向上肺主导的组内排序变化。

下图是全文的核心证据，阅读时不要只看柱子高低，还要同时看星号是否出现，因为星号才表示该频带内最高且显著的位置。

看图路径： 1. 先对照右下图例确认蓝色为左下、橙色为左上、绿色为右上、红色为右下，再读每组内四个频带的柱群高度；2. 再比较上排四个年龄面板与下排全部、男性、女性面板中星号落在哪个颜色柱上；3. 注意 50-60 岁组 400-800 Hz 绿色柱向下伸到零以下的负值柱，不要把它误读为缺失数据

论文图 2。原论文 Figure 2：“Age-wise and Gender-wise Spearman correlation (ρ) between E/I ratio and FEV1/FVC across posterior auscultation locations and frequency bands (⋆: highest correlation with p < 0.05).”。

该图上排是 4 个年龄面板，下排是全部、男性和女性面板，横轴都是 4 个频带，纵轴都是 Spearman 相关系数，图例用 4 种颜色区分左下、左上、右上和右下。可见内容包括 20-30 岁面板左下蓝色柱在 0-800 Hz 接近 0.48 并带星号，在 200-400 Hz 和 400-800 Hz 也带星号。30-40 岁面板只有 100-200 Hz 的左下蓝色柱带星号，其余柱高普遍在 0.2 以下。40-50 岁面板 4 个频带组各有一颗星号，分布在左下和左上之间。50-60 岁面板橙色左上柱在 200-400 Hz 接近 0.5 并带星号，在 400-800 Hz 也带星号，且 400-800 Hz 的绿色右上柱出现明显的负向柱。

下排全部面板左下在 100-200 Hz 最高并带星号，男性面板四颗星号都在蓝色左下柱，女性面板四颗星号都在橙色左上柱。像素细节提醒两点，一是星号只标在每组柱群的最高显著柱上，二是 50-60 岁组样本最少因此柱高波动最大，不能把单柱高度直接当作跨组显著差异。

下表把可文字核对的位置排序结论压缩为三行，比较对象是同一分组内的 4 个位置，公平条件是同一频带和同一显著性阈值，指标方向是相关系数越大且 p 小于 0.05 越支持该位置更具代表性。

该表的主要收益是明确了不能用单一位置代表所有人，代价是相关强度整体中等，原文明确为 0.2-0.4，因此只能视为探索性证据。未胜出项同样重要，右上和右下在多数分组中不是最高显著位置，30-40 岁组除一个频带外最高位置都不显著，说明该年龄段的位置区分度有限。若只报告最高柱而忽略是否显著，会夸大位置选择的稳定性。

换掉频带或合并宽带会发生什么？

本文没有神经网络消融，但频带对比承担了等价的对照角色。可以把 100-200 Hz 和 200-400 Hz 看作候选策略，把 400-800 Hz 和 0-800 Hz 宽带看作对照策略。证据显示候选策略在多数分组中保持显著，而对照策略的相关较弱。机制是宽带同时纳入了 0-100 Hz 的生理噪声段和 400-800 Hz 的气流弱相关段，平均后稀释了气流特异性谱特征。位置维度也有类似对照意义。

若把 4 个位置平均为全肺均值，年轻组的左下优势和年老组的左上优势会被中和，性别间的左右上下互换也会被掩盖。原文还提到呼吸周期聚合方式的选择，用中位数而不用均值，若改用均值则移动伪影和不规则呼吸周期的极端 E/I 会直接进入受试者代表值，但原文没有报告均值对照的具体数字，因此不能断言改用均值必然使相关消失，只能指出中位数是原文为稳健性所做的明确选择。

另一个隐含对照是呼吸状态，本文使用常态呼吸音，而前人有用力呼气声的研究，用力动作本身会放大呼气声能量但对老年人和儿童不友好，因此常态呼吸加 E/I 的设计是在降低努力依赖与保留呼气敏感性之间折中。

哪些边界没有测，哪些推论还只是可能？

第一，相关不是因果。E/I 与 FEV1/FVC 单调相关只能说明声学优势程度随阻塞程度变化，不能证明声音变化由阻塞直接引起，也不能证明用 E/I 干预能改善肺功能。第二，效应量中等。原文明确相关在 0.2-0.4 之间，应视为面向非侵入评估的探索性证据，而不是肺量计的直接替代。第三，跨组差异未经正式检验。

年龄趋势和性别差异都是组内排序的描述，没有报告组间系数差异的统计检验，因此只能用可能或趋势表述，不能写年老组左上显著高于年轻组左下。第四，生理机制为有限解释。衰老的弹性回缩下降和闭合容积增大、男女的气道直径与肺容积差异在原文中是引用前人文献的 plausibility 解释，不是本文直接测量的通气分布或影像证据，仍待验证。第五，未测量误判率、延迟和成本。本文没有报告分类准确率、推理开销、输出帧率或实际延迟，不能承诺这些量得到改善。

第六，样本与标注边界。50-60 岁组仅 18 例且有 1 例右上缺失，人工标注一致性未报告，单中心采集也限制了向其他设备和人群的推广。训练资源与推理开销的区分在此不适用，因为没有训练，但信号处理计算量与人工标注成本是实际部署时需要分别评估的两项成本，不能混为一谈。

要复现这条 E/I 与肺功能关联，先做什么？

先按原文重建数据侧条件。招募临床确诊哮喘受试者并记录肺量计 FEV1/FVC，保留年龄性别信息。录音时让受试者坐位正常呼吸，在 4 个后胸部位各采 5 个呼吸周期，采样率设为 4 kHz 并记录设备型号与耦合方式。若有记录故障需如实记录缺失位置，不能用其他部位插补。再请有经验的标注者通过听觉与波形标出吸气呼气边界，保存边界时间戳以便核查。

信号处理侧按固定参数执行。对每段加 2048 点汉宁窗、跳长 512 点做短时傅里叶变换，只保留中心频率落入目标频带的仓，对时间和频率双重平均得到带限功率，同周期相除得到 E/I，同受试者同部位取 5 个周期的中位数。统计侧在每个部位频带分组和每个人口学分组内计算 Spearman 秩相关并报告系数与 p 值，显著性阈值取 0.05，星号只标每频带内最高且显著的位置。

还需补的验证包括报告标注者间一致性、给出每个分组的样本量与 p 值分布、补充错误发现率校正后的结果以评估多重比较的影响，以及在另一中心或另一款听诊器上重复位置排序是否稳定。原文明确没有代码模型数据公开，因此复现只能从方法文字重写流程，不能期待下载权重直接运行。

何时值得尝试这种分位置分频带的声学评估？

当面对不能可靠完成用力肺量计的哮喘随访场景，且已有后胸多部位常态呼吸音采集条件时，值得尝试把 100-200 Hz 和 200-400 Hz 的 E/I 作为辅助观察量。操作上应先分开看位置，不要用全肺平均代替。若人群偏年轻或以男性为主，可优先检查左下部位的中频 E/I 是否随阻塞变化。若人群偏年长或以女性为主，应同时检查左上部位，避免只看左下而漏掉更具代表性的上肺信息。400-800 Hz 和 0-800 Hz 宽带可作为对照，只有当中频显著而高频宽带较弱时，才更支持气流特异性解释。

若在 30-40 岁组发现位置区分度不高，不应强行选出最优位置，而应承认该组证据不足。任何情况下都不应把 0.2-0.4 的中等相关解读为诊断阈值，也不应用于替代肺量计做确诊。未来的工作方向是按原文计划构建年龄性别位置特异的机器学习分类模型，但在进入模型之前，必须先补足跨组检验、多重比较校正、多中心重复和误判率评估，否则模型会把组内排序的不确定性固化为硬性规则。

⚖️ 评分明细

评分属于系统判断，不是论文实验结果；八维数值与总分见页首，原始审计记录保留在后端。

• 评分规则：type-aware-v1
• 评分模型：muse-spark-1.3-contributor
• 评分请求协议：openai_responses

← 返回 interspeech-2026 论文汇总