A XAI-based Framework for Frequency Subband Characterization of Cough Spectrograms in Chronic Respiratory Disease

Titolo: Un Framework basato su XAI per la Caratterizzazione delle Sottobande di Frequenza degli Spettrogrammi della Tosse nelle Malattie Respiratorie Croniche

1. Il Problema

Le malattie respiratorie croniche, in particolare la Malattia Polmonare Ostruttiva Cronica (MPOC), rappresentano una sfida sanitaria globale significativa. Sebbene l'uso dell'Intelligenza Artificiale (AI) e del Deep Learning (DL) per l'analisi automatica della tosse abbia mostrato promesse nel rilevamento e nella classificazione delle patologie, esistono due limitazioni critiche:

1. Natura "Black Box": I modelli di Deep Learning (come le CNN) sono spesso opachi, offrendo scarse spiegazioni sui meccanismi fisiopatologici sottostanti o su quali caratteristiche del segnale acustico guidino la decisione.
2. Perdita di informazioni spettrali: Le analisi precedenti che utilizzavano l'AI spiegabile (XAI) si sono concentrate su caratteristiche spettrali calcolate sull'intero spettro di frequenza. Questo approccio tende a mascherare differenze sottili ma cruciali che esistono solo in specifiche regioni dello spettro, a causa di effetti di compensazione tra le diverse bande di frequenza.

L'obiettivo di questo studio è superare queste limitazioni sviluppando un framework che non solo classifichi la tosse, ma ne caratterizzi le firme acustiche in modo interpretabile e risolto in frequenza.

2. Metodologia

Il framework proposto combina l'elaborazione del segnale audio, le Reti Neurali Convoluzionali (CNN) e tecniche di Intelligenza Artificiale Spiegabile (XAI) in un processo strutturato:

• Dataset e Preprocessing:
  • I dati provengono da registrazioni audio ambulatoriali di 17 pazienti adulti con tosse persistente, suddivisi in 6 gruppi di confronto (es. Cronico vs. Non Cronico, MPOC vs. Altre patologie).
  • I segnali audio sono stati sottocampionati a 8,82 kHz e convertiti in spettrogrammi (rappresentazioni tempo-frequenza) di dimensioni 45x100.
• Rilevamento della Tosse (CNN):
  • È stata addestrata una CNN personalizzata per distinguere la tosse da altri suoni ambientali. L'architettura include strati convoluzionali, pooling e dropout, raggiungendo un'alta confidenza (>90%) nella classificazione.
• Analisi XAI (Mappe di Occlusione):
  • Per interpretare le decisioni della CNN, sono state generate mappe di occlusione. Questa tecnica applica una maschera scorrevole sullo spettrogramma per "nascondere" parti del segnale e osservare come cambia la probabilità di classificazione.
  • Le regioni dello spettrogramma che, se oscurate, riducono significativamente la confidenza del modello, sono identificate come rilevanti.
  • È stata creata una "spettrogramma pesato" (Weighted Spectrogram) applicando una maschera binaria basata su una soglia statistica (percentile) alle mappe di occlusione medie per paziente.
• Estrazione delle Caratteristiche per Sottobande:
  • A differenza degli approcci precedenti che analizzavano l'intero spettro, lo spettrogramma pesato è stato suddiviso in 5 sottobande di frequenza distinte:
    1. 0 – 0,5 kHz
    2. 0,5 – 1,0 kHz
    3. 1,0 – 1,5 kHz
    4. 1,5 – 2,0 kHz
    5. 2,0 – 4,41 kHz
  • Su ciascuna sottobanda sono state estratte 7 caratteristiche spettrali fisicamente significative: Potenza Relativa (RP), Larghezza di Banda Spettrale (SpBW), Fattore di Cresta (SpCF), Piattezza Spettrale (SpF), Flusso Spettrale (SpFx), Entropia di Rényi (SpRE) e Roll-off Spettrale (SpR).
• Validazione Statistica:
  • Sono stati utilizzati test di ipotesi (t-test di Student o Mann-Whitney U) per identificare differenze significative (p < 0,05) tra i gruppi di pazienti in ciascuna sottobanda.

3. Contributi Chiave

• Approccio Risolto in Frequenza: Il contributo principale è la dimostrazione che l'analisi delle sottobande di frequenza rivela pattern discriminatori che vengono persi nell'analisi dello spettro globale.
• Interpretabilità Fisiopatologica: Il framework non si limita a classificare, ma identifica dove nello spettro (in quali bande di frequenza) risiedono le differenze patologiche, fornendo insight sui meccanismi della malattia.
• Superamento delle Limitazioni Temporali: Utilizzando caratteristiche spettrali pesate dalle mappe di occlusione, il metodo riduce la dipendenza dalla rilevazione precisa dell'inizio e della fine dell'evento di tosse (un problema comune nei metodi basati su GMM temporali).
• Distinzione di Gruppi Complessi: Il sistema riesce a distinguere non solo tra MPOC e altre malattie, ma anche tra pazienti cronici e non cronici, e tra MPOC e altre patologie croniche, basandosi su marcatori spettrali interpretabili.

4. Risultati

L'analisi ha rivelato differenze statisticamente significative tra i gruppi di pazienti in specifiche sottobande, che spesso non erano evidenti nell'analisi globale:

• Potenza Relativa (RP): I pazienti con MPOC mostrano una potenza relativa significativamente più alta nelle bande basse (1 e 2) e nella banda alta (5), ma più bassa nelle bande intermedie (3 e 4) rispetto ad altri gruppi. Questo suggerisce una ridistribuzione dell'energia spettrale.
• Larghezza di Banda e Fattore di Cresta: I pazienti MPOC mostrano una maggiore dispersione energetica (larghezza di banda) in alcune bande e una concentrazione di energia diversa (fattore di crest) rispetto ai controlli.
• Flusso Spettrale (SpFx): Questo feature, che misura la variazione temporale dello spettro, è risultato poco informativo nell'analisi globale a causa di effetti di compensazione tra le bande. Tuttavia, l'analisi per sottobanda ha mostrato che la MPOC è caratterizzata da una minore variabilità temporale nelle bande 1, 2 e 4, indicando una rigidità spettrale in quelle regioni.
• Entropia di Rényi (SpRE): Ha dimostrato un alto potere discriminatorio, con pazienti cronici e MPOC che mostrano un'entropia più alta (spettro più caotico) in bande specifiche rispetto ai pazienti non cronici.
• Confronto con l'Analisi Globale: Le tabelle dei risultati mostrano che per alcuni gruppi (es. G1 e G6), l'analisi globale non ha prodotto differenze significative, mentre l'analisi per sottobanda ha rivelato marcatori discriminativi chiari.

5. Significato e Implicazioni

Questo studio dimostra che l'analisi delle caratteristiche spettrali della tosse, se condotta con un approccio risolto in frequenza e supportato da XAI, offre una comprensione molto più profonda delle malattie respiratorie croniche.

• Diagnosi Translazionale: Il framework fornisce potenziali biomarcatori acustici oggettivi per la diagnosi precoce e il monitoraggio delle riacutizzazioni, riducendo la soggettività delle valutazioni cliniche tradizionali.
• Comprensione della Fisiopatologia: I risultati suggeriscono che diverse patologie influenzano la dinamica delle vie aeree in modi specifici per frequenza, permettendo di distinguere tra meccanismi di malattia che appaiono simili se analizzati globalmente.
• Futuro della Ricerca: Sebbene promettente, lo studio richiede validazione su dataset più ampi. Tuttavia, stabilisce un nuovo paradigma per l'analisi dei segnali biomedici, spostando l'attenzione dall'accuratezza della classificazione "black box" verso l'interpretazione fisica e fisiologica dei segnali.

In sintesi, l'integrazione di CNN, mappe di occlusione e analisi spettrale a banda stretta rappresenta un passo avanti significativo verso sistemi di diagnosi respiratoria assistiti dall'AI che sono sia accurati che spiegabili.