面向帕金森病诊断的通用语音标记器
音频与语音处理
2025-01-15 v2 声音
摘要
帕金森病 (PD) 是一种神经退行性疾病，特点是伴随运动症状，包括早期阶段的语音生产改变。早期诊断不仅有助于提高PD患者生活质量，还能提高潜在疾病改良治疗的疗效，这类治疗往往因当前诊断工具在早期神经退行窗口的漏诊而错失。本文提出一种更通用的PD识别方法，结合域适应和自监督学习。我们在不同语言的不同数据集之间展示了所提方法的泛化能力。该方法利用HuBERT——这是一个最初用于语音识别的深度神经网络——对目标群体（即老年人）相似的无标签语音数据进行自监督训练。然后对模型进行微调和适应，以跨语言（包括英语、意大利语和西班牙语）跨数据集使用。对四个公开PD数据集的评估表明，该模型效果显著，平均特异性达92.1%，平均灵敏度达91.2%。该方法提供了客观且一致的大规模人群评估，缓解了人类评估中固有的变异性，提供了一种非侵入性、成本低且可及的诊断选项。
引用
@article{arxiv.2501.03581,
title = {Towards a Generalizable Speech Marker for Parkinson's Disease Diagnosis},
author = {Maksim Siniukov and Ellie Xing and Sanaz Attaripour Isfahani and Mohammad Soleymani},
journal= {arXiv preprint arXiv:2501.03581},
year = {2025}
}