实时语音MRI数据集与相应的关节器地面真实细分
Matthieu Ruthven1,2, Agnieszka M Peplinski3, David M Adams1
1Clinical Physics, Barts Health NHS Trust, West Smithfield, London, EC1A 7BE, UK.
Scientific data
|December 2, 2023
概括
这项研究引入了新的实时磁共振成像 (rt-MRI) 语音数据集与地面真相细分. 这些数据集和附带的代码旨在推进语音表达分析的深度学习.
科学领域:
- 医疗成像医学成像
- 语音科学 语言科学
- 机器学习 机器学习
背景情况:
- 实时磁共振成像 (rt-MRI) 越来越多地用于语音科学和临床环境.
- 精确的发音器和声道细分对于分析RT-MRI语音数据至关重要.
- 现有的rt-MRI语音数据集缺乏深度学习模型开发的基本基础真理细分.
研究的目的:
- 为了解决RT-MRI语音分析缺少基准真相数据的障碍.
- 呈现新的rt-MRI语音数据集与手动地面真相细分.
- 为最先进的深度学习细分方法提供可访问的代码.
主要方法:
- 从五名健康的成年志愿者采用标准的临床MRI设备获得rt-MRI语音数据.
- 手动创建的六个关键解剖特征 (舌头,软,声道等) 的基本真实细分. ) 的情况.
- 开发并记录了当前最先进的深度学习细分方法的代码.
主要成果:
- 成功生成了全面的rt-MRI语音数据集,具有准确的基准真相细分.
- 在数据集中包括了喉关闭模式.
- 公开发布了数据集,代码和实施说明.
结论:
- 所介绍的数据集和代码为语音科学和机器学习社区提供了基础资源.
- 促进深度学习模型的开发和验证,用于RT-MRI语音细分.
- 能够进一步研究语音发音和相关的临床应用.
