利用人工智能和自然语言知识迁移进行帕金森病诊断
计算与语言
2022-04-28 v1 人工智能
摘要
在这项工作中，我们解决了使用非侵入性生前技术进行帕金森病（PD）诊断的问题。我们提出了一种深度学习方法，用于对确诊 PD 患者的原始语音录音进行分类。所提方法的核心是一个音频分类器，它利用预训练自然语言模型（即 wav2vec 2.0）的知识迁移。该方法在一个由 38 名 PD 患者和 10 名 50 岁以上健康人组成的群体上进行了测试。我们构建了一个使用智能手机录音设备获取的语音录音数据集，并将录音标记为 PD/非 PD，同时使用 Hoehn-Yahr 量表额外评估疾病的严重程度。音频录音被切割成 2141 个样本，包括句子、音节、元音和持续发声。该分类器的交叉验证准确率高达 97.92%。此外，本文还展示了一份人类水平表现评估问卷的结果，该问卷已咨询了神经病学专业人士。
引用
@article{arxiv.2204.12559,
title = {Parkinson's disease diagnostics using AI and natural language knowledge transfer},
author = {Maurycy Chronowski and Maciej Klaczynski and Malgorzata Dec-Cwiek and Karolina Porebska},
journal= {arXiv preprint arXiv:2204.12559},
year = {2022}
}
备注
10 pages, 6 figures