利用声学与词汇特征对亨廷顿病进行分类
音频与语音处理
2020-08-11 v1 机器学习
声音
摘要
语音是亨廷顿病（HD）的关键生物标志物，随着疾病进展，语音变化日益严重。目前语音分析要么由训练有素的专业人员手动转写，要么使用全局评分量表进行。手动转写既昂贵又耗时，而全局评分量表可能缺乏足够的灵敏度与保真度。最终，我们需要一种能够廉价且持续追踪疾病进展的无干扰测量手段。我们展示了开发此类系统的初步成果，证明了利用语音线索自动区分健康对照者与 HD 患者的能力。结果为客观分析可用于支持临床诊断提供了证据，朝着在实验室与临床环境之外追踪症状的方向迈进。
引用
@article{arxiv.2008.03367,
title = {Classification of Huntington Disease using Acoustic and Lexical Features},
author = {Matthew Perez and Wenyu Jin and Duc Le and Noelle Carlozzi and Praveen Dayalu and Angela Roberts and Emily Mower Provost},
journal= {arXiv preprint arXiv:2008.03367},
year = {2020}
}
备注
4 pages