SAND：面向神经退行性疾病评估的语音分析挑战
音频与语音处理
2026-05-13 v2 人工智能
计算机视觉与模式识别
机器学习
摘要
人工智能（AI）的最新进展以及对非侵入性、客观生物标志物（如语音信号）的探索，促进了开发支持神经退行性疾病（包括肌萎缩性侧索硬化症，ALS）早期诊断的算法。ALS患者的语音变化通常表现为逐渐恶化的功能性语音障碍，因为该症状在疾病发展过程中会影响患者。鉴于语音信号是复杂数据，发展和使用先进的AI技术对于从中提取独特模式至关重要。在本工作中，我们 presenting a collaboration between a multidisciplinary team of clinicians and Machine Learning experts to create both a clinically annotated validation dataset and the "Speech Analysis for Neurodegenerative Diseases" (SAND) challenge based on it. 具体而言，通过分析语音障碍，SAND挑战为开发、测试和评估用于自动早期识别和预测ALS疾病进展的AI模型提供了机会。
引用
@article{arxiv.2604.16445,
title = {SAND: The Challenge on Speech Analysis for Neurodegenerative Disease Assessment},
author = {Giovanna Sannino and Ivanoe De Falco and Nadia Brancati and Laura Verde and Maria Frucci and Daniel Riccio and Vincenzo Bevilacqua and Antonio Di Marino and Lucia Aruta and Valentina Virginia Iuzzolino and Gianmaria Senerchia and Myriam Spisto and Raffaele Dubbioso},
journal= {arXiv preprint arXiv:2604.16445},
year = {2026}
}