WavRx:一种疾病不可知,可概括和保护隐私的言语健康诊断模型
IEEE journal of biomedical and health informatics
|September 4, 2024
概括
WavRx是一种新的语音诊断模型,通过分析呼吸和发音来改善健康监测. 它在数据集中提供了更好的概括性,并为远程健康评估增强了发言者隐私.
科学领域:
- 生物医学工程 生物医学工程
- 计算语言学 计算语言学
- 医疗保健中的人工智能
背景情况:
- 语音分析为远程健康监测提供了一种非侵入性方法.
- 当前基于语音的健康模型往往缺乏通用性,并由于发言人身份泄露而引发隐私问题.
研究的目的:
- 开发一个通用的语音健康诊断模型 (WavRx),解决现有方法的局限性.
- 通过在健康嵌入中减少说话者身份信息来增强隐私.
- 为改善模型性能提供生理学解释.
主要方法:
- 开发了WavRx,这是一个利用通用语音表示来实现呼吸和发音动态的模型.
- 在六个病理语音数据集上进行了域内和跨域实验.
- 进行了深入的分析来解释概括性和隐私保护.
主要成果:
- WavRx在多个数据集的健康诊断方面实现了最先进的性能.
- 在没有额外的培训指导的情况下,在健康嵌入中显著减少了扬声器身份泄露.
- 证明了改进的概括性和隐私保护能力.
结论:
- WavRx代表了通用和保护隐私的基于语音的健康诊断的重大进步.
- 模型捕捉呼吸和关节动态的能力有助于其有效性.
- 这些发现支持WavRx在强大的远程健康监测方面的潜力.
