关于 Parkinson 病语音诊断中解释性方法有效性的调查
声音
2024-11-14 v2 人工智能
机器学习
音频与语音处理
摘要
帕金森病（PD）的语音障碍为早期诊断提供了重要线索。虽然已显示出语音基于 PD 的检测模型具有良好性能，但其可解释性仍未得到充分探讨。本研究系统评估了多种解释性方法，以识别 PD 特异性语音特征，旨在支持开发用于临床决策的准确且可解释的 PD 诊断和监测模型。我们的 метод论包括 (i) 使用主流解释性技术获取 attributions 和显著性图; (ii) 通过多种 established 指标对这些图及其通过 union 和 intersection 获取的组合进行定量评估; (iii) 评估显著性图传递的信息是否对 PD 检测有助于一个辅助分类器。我们的结果显示，尽管解释与分类器一致，但它们往往未能为领域专家提供有价值的信息。
关键词
引用
@article{arxiv.2411.08013,
title = {Investigating the Effectiveness of Explainability Methods in Parkinson's Detection from Speech},
author = {Eleonora Mancini and Francesco Paissan and Paolo Torroni and Mirco Ravanelli and Cem Subakan},
journal= {arXiv preprint arXiv:2411.08013},
year = {2024}
}
备注
The first two authors contributed equally to this research: author order is alphabetical