深度学习软件在检测语音障碍中的使用:系统性审查
Joshua Barlow1, Zara Sragi1, Gabriel Rivera-Rivera1
1Department of Otolaryngology-Head and Neck Surgery, Icahn School of Medicine at Mount Sinai, New York City, New York, USA.
概括
深度学习模型使用声学和成像数据准确地检测声音障碍. 卷积神经网络 (CNN) 在图像方面表现出色,而多层感知子 (MLP) 在声音分析方面表现最好.
科学领域:
- 医疗信息学 医疗信息学
- 医疗保健中的人工智能
- 耳鼻喉科 耳鼻喉科 耳鼻喉科
背景情况:
- 语音障碍影响全球数百万人,需要准确的诊断工具.
- 传统的诊断方法可能是主观的,耗时的.
- 深度学习为客观和有效的语音障碍检测提供了潜力.
研究的目的:
- 系统地审查在语音障碍检测中的深度学习应用.
- 为了比较不同神经网络架构 (CNN,MLP) 的准确性.
- 对专家临床评估进行深度学习绩效评估.
主要方法:
- 在Embase,MEDLINE和Cochrane Central数据库中进行全面的文献搜索,截至2023年11月.
- 包括使用深度学习的研究与声学或喉腔镜数据用于二进制分类.
- 对各种深度学习模型报告的准确度指标进行系统分析.
主要成果:
- 34项研究符合纳入标准,分析了声学 (18) 或成像 (15) 数据.
- 深度学习模型的平均准确度为声学分析为89.0%,成像分析为91.3%.
- 多层感知子 (MLP) 在声学分析中达到93.7%的准确性,而卷积神经网络 (CNN) 在成像分析中达到92.6%.
结论:
- 深度学习模型在识别语音病理方面具有很高的准确性.
- 在喉镜图像分析中,CNN最有效,在声信号处理中,MLP最有效.
- 深度学习在超越专家临床评估方面表现有前途,这需要进一步的验证研究.
