基于持续元音发声声学分析的 ALS 患者分类
声音
2021-01-12 v2 计算与语言
机器学习
音频与语音处理
摘要
肌萎缩侧索硬化症（ALS）是一种不可治愈的神经系统疾病，病程进展迅速。ALS 常见的早期症状为吞咽与言语困难。然而，言语和嗓音症状的早期声学表现高度变异，使得无论人类专家还是自动系统都极难检测。本研究提出一种用于自动系统区分健康人与 ALS 患者的嗓音评估方法。具体而言，本工作聚焦于分析元音 /a/ 与 /i/ 的持续发声以进行 ALS 患者的自动分类。我们分析了广泛的声学特征，如 MFCC、共振峰、jitter、shimmer、vibrato、PPE、GNE、HNR 等。我们还提出了一组用于刻画元音谐波结构的新声学特征。这些特征的计算基于基音同步嗓音分析。采用线性判别分析（LDA）对 ALS 患者与健康个体的发声进行分类。测试了若干特征选择算法以寻找 LDA 模型的最优特征子集。实验表明，基于 LASSO 特征选择算法挑出的 32 个特征所构建的最成功 LDA 模型达到了 99.7% 准确率、99.3% 灵敏度与 99.9% 特异度。在具有少量特征的分类器中，可突出具有 5 个特征的 LDA 模型，其准确率为 89.0%（灵敏度 87.5%，特异度 90.4%）。
引用
@article{arxiv.2012.07347,
title = {Classification of ALS patients based on acoustic analysis of sustained vowel phonations},
author = {Maxim Vashkevich and Yulia Rushkevich},
journal= {arXiv preprint arXiv:2012.07347},
year = {2021}
}