Jun, 2024

基于纵向语音转换器的自动预测肌萎缩性侧索硬化症进展

PDF
TL;DR用于预测渐冻人综合征（ALS）疾病进展的 ALS 纵向语音转换器 (ALST) 是基于神经网络的自动预测模型，利用 ALS 患者长期语音记录中的高质量预训练特征和纵向信息，最佳模型在 ALS TDI 数据集上相对于之前的最佳模型提高了 5.6％的 AUC（面积下曲线），通过细粒度和可解释性预测 ALS 的进展，尤其对于罕见和更严重的病例具有能力。代码公开可用。
amyotrophic lateral sclerosisals disease progressionlongitudinal speech recordingsneural network-based automatic predictoralst
发现论文，激发创造
  • 渐进性发音障碍对 ASR 性能的分析

    本文分析了自动语音识别模型在变化的语音环境下的性能衰减问题和如何通过个性化模型、连续录音等方法实现优化识别的目的。

    Oct, 2022

  • 评估纵向数据在阿尔茨海默病预测中的意义

    利用变压器编码器模型来表征纵向患者数据的重要性，以预测阿尔茨海默病（AD）的进展。我们的模型 LongForMAD 利用包含多模态数据的患者访问序列中嵌入的全面时间信息，提供对疾病进展的更深入理解，比仅基于单次访问数据获得的理解更有效。我们在两个患者群体（认知正常和轻度认知障碍）的随访五年内进行了经验分析。实验结果显示，结合更长时间的患者病史的模型可以胜过仅依赖当前信息的模型，这表明更深入的历史背景对于提高未来 AD 进展的预测准确性至关重要。我们的研究结果支持在临床环境中利用纵向数据来增强 AD 的早期检测和监测。

    May, 2024

  • 渐进式变形器用于端到端手语生成

    该论文提出了一种名为 Progressive Transformers 的新型架构，旨在将离散文本语言句子翻译成表示手语的连续 3D 骨架姿势输出，从而实现自动手语翻译，作者在文中还提出了几种数据增强处理方式以克服漂移问题并提高手语翻译性能，在 RWTH-PHOENIX-Weather-2014T 数据集上取得了令人瞩目的基础性成果，为未来的研究提供了基线。

    Apr, 2020

  • 针对数据有限的发音不清和口音不标准的个性化 ASR

    本文提出并评估了微调技术，以提高自动语音识别系统对非标准语音的识别准确性，特别关注两种非标准语音：肌萎缩侧索硬化症患者的言语和带口音的言语，并训练出个性化模型，相对于标准语音，相对词错误率能提高 62％和 35％，仅五分钟的训练就能带来 71％的提升，微调部分层的结果往往比微调整个模型更好，是构建肌无力性言语最先进的自动语音识别模型的第一步。

    Jul, 2019

  • 自然语言处理技术在自发言语中预测阿尔茨海默病方面的比较

    该研究使用 Spontaneous Speech 数据集文本转录，使用多种模型对 AD 和正常人的分类和预测进行训练和评估。结果表明，使用 TF-IDF 向量化器作为输入的 SVM 模型和使用 ' DistilBERT ' 的预训练模型作为简单线性模型的嵌入层的模型表现最佳，在分类指标上展示了测试集得分为 0.81-0.82 和 RMSE 为 4.58 的结果。

    Jun, 2020

  • 从语音和文本多模态检测阿尔茨海默病

    使用多模式深度学习方法通过语音和相应的文本同时检测多种言语段落的诊断，其模型在 Dementiabank Pitt 语料库上获得了 85.3% 的准确率。

    Nov, 2020

  • 利用基于 Transformer 的序列建模技术，挖掘纵向医学成像在眼部疾病预后中的潜力

    该研究使用深度学习技术从长期的医学图像中对年龄相关性黄斑变性和原发性开角型青光眼进行动态预测，取得了显著的成果。

    May, 2024

  • 基于语用学和预训练特征的跨语言阿尔茨海默氏病检测

    该研究利用 openSmile 工具包和 XLSR-53 提取声学特征，将语音转录成文本后提取语言特征进行 AD 患者检测，结果显示该方法能够通过自发性说话实现自动多语言阿尔茨海默病检测，分类准确率为 69.6%，均方根误差为 4.788。

    Mar, 2023

  • 远程推断使用图片描述在 ALS 患者中的认知分数

    使用语言分析技术检测肌萎缩侧索硬化症（ALS）患者的认知功能，并预测 ECAS 子分数和总分的线性回归模型的可靠性研究。

    Sep, 2023

  • 面部关键点图用于肌萎缩性侧索硬化症鉴定

    通过计算方法分析患者的面部表情来自动识别肌萎缩侧索硬化症（ALS），实验结果表明提出的方法优于现有成果，并为相关领域带来了广阔的发展前景。

    Jul, 2023