.png){kind=icon}
返回
Image classification-driven speech disorder detection using deep learning technique
.png){kind=icon}
PRE
AI
DOI：10.1016/j.slast.2025.100261.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
言语障碍影响个体生成声音或恰当利用嗓音的能力。神经性、发育性、物理性及创伤等因素可能引发言语障碍。言语损伤影响沟通、社交互动、教育和生活质量。成功的干预需要早期精确诊断，以便及时治疗这些病症。然而，言语-语言病理学家的临床检查耗时、主观，需要自动化言语障碍检测（SDD）模型。梅尔频谱图呈现多种言语障碍的视觉表征。通过分类梅尔频谱图，可识别各类言语障碍。本研究中，作者提出了一种基于图像分类的自动化SDD模型，用于分类梅尔频谱图以识别多种言语障碍。首先，采用小波变换（WT）混合技术，利用语音样本生成梅尔频谱图。开发了一种基于改进LEVIT转换器的特征提取方法。最后，使用集成学习（EL）方法对提取的特征进行分类，该方法包含以CatBoost和XGBoost为基础学习器，以极端随机树为元学习器。为减少计算资源，作者采用了量化感知训练（QAT）。他们运用谢尔力加性解释（SHAP）值提供模型可解释性。该模型使用Voice ICar fEDerico II（VOICED）和LANNA数据集进行了泛化。在参数量仅820万的条件下，该模型取得了99.1%的卓越准确率，证明了所提方法的重要性。所提模型增强了言语障碍分类，为构建可及、准确、高效的诊断工具提供了新前景。研究人员可整合多模态数据，以扩大模型在语言和方言间的应用，并优化所提模型，以适应实时临床和远程医疗部署。
Keyword:
Speech disorders
Assistive technologies
Deep learning
Feature extraction
Vison transformer
Image classification
期刊
IF:
3.7
论文数:
246
被引数:
1.1K
机构
引用论文
Vocal Feature Extraction-Based Artificial Intelligent Model for Parkinson's Disease Detection基于声音特征提取的帕金森病检测人工智能模型.png)
DIAGNOSTICS
OAAI
DIAGNOSTICSIF3.3
OAAI分享收藏Voice disorder classification using convolutional neural network based on deep transfer learning基于深度迁移学习的卷积神经网络嗓音障碍分类SCIENTIFIC REPORTSOAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏A Novel Approach for Classification of Speech Emotions Based on Deep and Acoustic Features一种基于深度特征和声学特征的语音情感分类方法IEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏
查看更多内容