喉瘤的初始查通过基于语网络的声音声学分析在小样本下进行
Zhenzhen You1, Delong Sun1, Zhenghao Shi1
1Shaanxi Key Laboratory for Network Computing and Security Technology, School of Computer Science and Engineering, Xi'an University of Technology, Xi'an, China.
概括
这项研究引入了一个自动化的语网络,用于使用语音分析进行客观的喉瘤查. 该模型准确地区分瘤和非瘤,改善早期检测并减少医疗保健负担.
科学领域:
- 医疗声学 医学声学
- 医疗保健中的人工智能
- 在瘤学瘤学.
背景情况:
- 目前的喉瘤查依赖于主观的临床经验.
- 需要客观和自动化的方法来早期检测喉瘤.
研究的目的:
- 开发和评估一个带有辅助性别分类器的语网络,用于使用语音信号进行客观的喉瘤查.
- 为了自动化喉瘤的初始查,提高准确性和可访问性.
主要方法:
- 使用了71名瘤患者和293名非瘤患者的数据集,分为4:1进行培训和测试.
- 在语音训练集中应用了九种数据增强技术,提取了 mel-frequency cepstral coefficients (MFCC) 地图.
- 将MFCC地图输入语网络进行多任务分类 (瘤/非瘤,性别),与其他模型进行比较.
主要成果:
- 拟议的语网络实现了高性能:0.9437准确度,0.8462F-score,0.9167精度,0.7857灵敏度和0.9825特异性.
- 该模型在一种机器学习和六种经典深度学习方法上表现出优越性.
- 绩效被评估在有或没有辅助性别分类器的情况下.
结论:
- 开发的语网络有效地协助通过语音声学分析进行喉瘤的初始查.
- 对喉瘤的自动语音分析可以促进早期寻求医疗帮助,并减轻医疗保健系统的压力.
