探索帕金森病的光谱基音频分类:关于语音分类和定性可靠性验证的研究

科学领域:

• 计算语言学 计算语言学
• 生物医学工程 生物医学工程
• 人工智能的人工智能

背景情况:

• 帕金森病 (PD) 显著影响患者的声音能力,导致语言障碍.
• 准确和早期发现PD对于有效的患者管理和治疗至关重要.

研究的目的:

• 为了比较音频谱变压器 (AST) 和基于卷积神经网络 (CNN) 的预训练,采样,标记和聚合 (PSLA) 模型在分类正常个体和帕金森病患者的言语中的有效性.
• 量化和定性地分析这些模型在识别与帕金森病相关的语言模式方面的表现.

主要方法:

• 利用了两个先进的语音分类模型:基于变压器的方法AST和基于CNN的高性能模型PSLA.
• 进行了量化分析,比较准确度和曲线下的面积 (AUC) 度量.
• 基于雇员类激活图 (CAM) 的可解释AI (XAI) 技术,包括GradCAM和 EigenCAM,用于对模型对声学特征的定性评估.

主要成果:

• 与AST (94.16%) 相比,PSLA获得了更高的精度 (超过4%的改善) 和更高的AUC (97.43%) 与AST (94.16%) 相比.
• XAI分析显示,PSLA模型有效地专注于帕金森病发言的特征 - - 沉默的频段.
• 热图分析在视觉上证实了模型对相关语音特征的关注,即使在错误分类的情况下也是如此.

结论:

• 与AST模型相比,PSLA模型是通过语音分析诊断帕金森病的更合适工具.
• 这项研究验证了人工智能模型在通过语音识别帕金森病时的实际适用性,并得到了可解释的AI见解的支持.