通过调度转移进行模糊,以平衡基于语音的认知评估中的隐私和诊断实用性
Meysam Ahangaran1, Nauman Dawalatabad2, Cody Karjadi3,4
1Department of Medicine, Boston University Chobanian and Avedisian School of Medicine, 72 E. Concord St, Boston, MA, USA - 02118.
medRxiv : the preprint server for health sciences
|December 9, 2024
概括
本研究介绍了在认知评估中用于数字语音分析的隐私保护方法. 该技术平衡了扬声器模糊与认知完整性,使得精确的痴呆症分类,同时保护个人数据.
科学领域:
- 计算语言学计算语言学
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
背景情况:
- 数字语音分析显示,有望区分认知正常和受损个体.
- 语音数据引发了隐私问题,因为自动化系统可能识别发言人.
研究的目的:
- 开发一个框架,在基于语音的认知评估中平衡语音模糊和认知完整性的框架.
- 为了使隐私保护数字诊断,像痴呆症这样的疾病.
主要方法:
- 开发了一个使用权重线性插入隐私和实用指标的框架.
- 调音转移用于扬声器模糊,保留了关键的认知语音特征.
- 该框架在来自弗雷明汉心脏研究和痴呆症银行特拉华州的语音记录上进行了测试.
主要成果:
- 开发的工具成功地掩盖了说话者的身份,同时保持了认知特征的完整性.
- 在Framingham心脏研究队列中,在对具有正常认知,轻度认知障碍和痴呆症的个体进行分类时,获得了0.6465的准确性.
结论:
- 这种方法有助于创建用于痴呆症评估的数字标记.
- 它提供了一个可扩展的解决方案,用于维护隐私的基于语音的诊断,保护敏感的个人信息.
更多相关视频
06:04Systematic Hearing Performance Evaluation Process for Adolescents with Cochlear Implantation at Early Ages
Published on: March 24, 2023
336
09:09Foreign Accent and Forensic Speaker Identification in Voice Lineups: The Influence of Acoustic Features Based on Prosody
Published on: September 27, 2024
402
