一个基于情绪驱动的声乐生物标志物的PTSD查工具

科学领域:

• 精神病学是一个精神病学.
• 计算语言学 计算语言学
• 信号处理 信号处理

背景情况:

• 创伤后应激障碍 (PTSD) 的诊断可能是具有挑战性和耗时的.
• 需要客观的查工具来帮助临床医生评估PTSD.
• 语音分析提供了一种非侵入性的方法来评估与PTSD相关的情绪状态.

研究的目的:

• 引入一种基于语音的自动查工具,用于创伤后应激障碍 (PTSD).
• 调查情绪估计 (唤起和价值) 在识别突出语音区域以检测PTSD时的有用性.
• 评估该工具在帮助PTSD诊断和治疗规划方面的性能.

主要方法:

• 使用情感估计算法来量化语音中的兴奋和价值水平.
• 声信号的突出区域根据PTSD检测的情绪水平进行了选择.
• 该算法在DVBIC-TBICoE TBI研究中的音频数据上进行了测试,与PTSD检查清单平民 (PCL-C) 评分相关.

主要成果:

• 以低兴奋和积极价值特征的语音段显示了PTSD的最高分辨能力.
• 经过情绪过的模型在检测PCL-C评级时实现了0.80的曲线下面面积 (AUC).
• 这种表现明显优于没有情绪过的模型 (AUC = 0.68).

结论:

• 情绪在识别PTSD检测中音频录音中最有信息的部分方面发挥着关键作用.
• 自动语音分析,特别是专注于情感内容,显示了PTSD查的希望.
• 这种工具可以整合到自我评估或例行医疗检查中,以改善PTSD诊断.