用于基于多语言语音进行帕金森病检测的 AI 模型安全开发的联邦学习
音频与语音处理
2023-08-22 v2 人工智能
机器学习
摘要
帕金森病（PD）是一种影响人说话能力的神经系统疾病。在自动 PD 评估方法中，深度学习模型获得了特别关注。近来，学界探索了跨病理与跨语言模型，可进一步提升诊断准确率。然而，严格的患者数据隐私法规很大程度上阻止机构间相互共享患者语音数据。本文中，我们采用联邦学习（FL）进行 PD 检测，使用来自德国、西班牙和捷克三个真实世界语言语料库的语音信号，每个语料库来自不同机构。我们的结果表明，FL 模型在诊断准确率上优于所有本地模型，同时与基于集中合并训练集的模型表现差异不大，且具备无需协作者间任何数据共享的优势。这将简化机构间协作，从而改善患者预后。
引用
@article{arxiv.2305.11284,
title = {Federated learning for secure development of AI models for Parkinson's disease detection using speech from different languages},
author = {Soroosh Tayebi Arasteh and Cristian David Rios-Urrego and Elmar Noeth and Andreas Maier and Seung Hee Yang and Jan Rusz and Juan Rafael Orozco-Arroyave},
journal= {arXiv preprint arXiv:2305.11284},
year = {2023}
}
备注
INTERSPEECH 2023, pp. 5003--5007, Dublin, Ireland