基于软有序回归的声学创伤严重程度分类
计算机视觉与模式识别
2025-12-11 v2 机器学习
摘要
声学创伤指的是因发生声学作用而导致声乐器组织损伤的现象。它在轻微到严重之间呈连续态,治疗方案可根据严重程度有所不同。评估严重程度涉及临床医生的专家判断,这既昂贵又可能在可靠性上差异很大。在本工作中,我们提出了首个从声乐器图像中自动分类声学创伤严重程度的方法。为考虑标签的有序性,我们采用广泛使用的有序回归框架。为考虑标签不确定性,我们提出了一种修改有序回归损失函数的新方法,使其能够处理反映标注者评分分布的软标签。我们提出的软有序回归方法在预测性能上接近临床专家,同时产生良好的校准不确定性估计。通过提供自动化的声学创伤严重程度评估工具,本工作可促进大规模声学创伤研究,最终改善临床理解和患者护理。
引用
@article{arxiv.2511.09702,
title = {Classifying Phonotrauma Severity from Vocal Fold Images with Soft Ordinal Regression},
author = {Katie Matton and Purvaja Balaji and Hamzeh Ghasemzadeh and Jameson C. Cooper and Daryush D. Mehta and Jarrad H. Van Stan and Robert E. Hillman and Rosalind Picard and John Guttag and S. Mazdak Abulnaga},
journal= {arXiv preprint arXiv:2511.09702},
year = {2025}
}
备注
16 pages, 9 figures, 5 tables; ML4H 2025; Proceedings of Machine Learning Research 297, 2025