基于嗓音扰动与颤音分析的球部型肌萎缩侧索硬化检测
声音
2020-03-25 v1 机器学习
音频与语音处理
摘要
平均而言，缺乏生物标志物导致肌萎缩侧索硬化（ALS）检测有一年的诊断延迟。为改进诊断流程，可使用基于声学分析的自动嗓音评估。本工作的目的是验证持续元音发音测试用于自动检测 ALS 患者的适用性。我们提出了一种增强的嗓音信号分帧方法，将信号分离为基音周期，以计算扰动测量（如 jitter 与 shimmer）。我们还提出了一种持续元音发音中病理性颤音表现的定量评估方法。该研究的实验表明，使用所提声学分析方法，基于线性判别分析的 classifier 达到了 90.7% 准确率、86.7% 灵敏度与 92.2% 特异度。
引用
@article{arxiv.2003.10806,
title = {Bulbar ALS Detection Based on Analysis of Voice Perturbation and Vibrato},
author = {Maxim Vashkevich and Alexander Petrovsky and Yuliya Rushkevich},
journal= {arXiv preprint arXiv:2003.10806},
year = {2020}
}
备注
Proc. of International Conference Signal Processing Algorithms, Architectures, Arrangements, and Applications (SPA 2019)