本研究提出了一种主动学习方法，旨在提高呼吸疾病诊断中的数据获取和标注效率。该方法通过智能样本选择，降低资源消耗，并实现与传统模型相当的效果。

本研究分析了MFCC参数设置对呼吸疾病自动检测的影响，发现最佳参数组合可提高模型准确性，最高达81.1%。