应用机器学习技术来诊断影响语音的条件和障碍:系统文献综述
Alper Idrisoglu1, Ana Luiza Dallora1, Peter Anderberg1,2
1Department of Health, Blekinge Institute of Technology, Karslkrona, Sweden.
Journal of medical Internet research
|July 19, 2023
概括
机器学习 (ML) 分析语音数据,用于诊断和监测影响语音障碍的疾病,特别是帕金森病 (PD). 研究表明,人们的兴趣日益增长,但强调需要更好的数据集和疾病特异性监测.
科学领域:
- 医疗卫生技术 技术 技术
- 生物医学工程 生物医学工程
- 计算语言学 计算语言学
背景情况:
- 语音产生是复杂的,对神经和系统性疾病敏感.
- 语音分析提供了用于疾病检测的非侵入性生物标志物.
- 机器学习 (ML) 实现了用于诊断的自动语音特征提取.
研究的目的:
- 审查ML在诊断和监测影响语音障碍中的应用.
- 专注于系统,神经和空气消化条件.
- 评估基于语音的医疗技术的现状.
主要方法:
- 2012-2022年研究的系统文献综述 (SLR).
- 在Scopus,PubMed,Web of Science数据库中进行了搜索.
- 两位作者对研究进行了评估,删除了低质量的研究,并确保了数据的准确性.
主要成果:
- 支持向量机 (SVM) 是最常见的ML技术 (35.2%).
- 帕金森病 (PD) 是研究最多的疾病 (60%).
- 2017年之后,研究显著增加,许多研究在2021-2022年进行.
结论:
- ML在语音障碍诊断和监测方面表现有前途.
- 有限和不平衡的数据集是研究的一个关键缺口.
- 未来的研究应该专注于疾病特异性监测和改进数据利用.
