İçeriğe geç
Literatüre dön

LaringolojiProspektif

Voice as a Candidate Digital Biomarker: Preliminary Comparison of Classical Acoustic Analysis and Self-Supervised Learning Models

Journal of Voice ·

Maniaci A, La Quatra M, Di Modica MS, et al.

Patolojik sesi ayırt etmede hangi yöntem daha iyi? Klasik akustik analiz ile öz denetimli öğrenme modelleri, yarısı sağlıklı ve yarısı larinks patolojisi olan 200 erişkinin ses kayıtlarında prospektif olarak karşılaştırıldı. Modeller eğitimde kullanılmamış konuşmacılardan oluşan 40 kişilik bir test grubunda sınanırken farklı analiz yöntemlerinin doğruluğu yüzde 75 ile yüzde 95 arasında değişti. En iyi sonucu uçtan uca ince ayarla uyarlanan öz denetimli model verirken duyarlılık, özgüllük ve doğruluk yüzde 95, ROC eğrisi altında kalan alan 0,992 bulundu. Klasik akustik ölçümlerle kurulan en iyi sistem ise yüzde 85 doğruluğa ulaşmakla birlikte özgüllüğü görece düşük kaldı. Test grubunun küçüklüğü ve gruplar arasındaki belirgin yaş ve cinsiyet dengesizliği nedeniyle bu sonuçlar ön bulgu niteliğinde olup daha geniş bağımsız gruplarda doğrulanmalıdır.

End-to-end fine-tuned self-supervised learning models distinguished healthy from pathological voices best in a small pilot cohort. This prospective multicenter study recorded 200 adults, 100 healthy and 100 with laryngeal pathology. Fourteen analytic pipelines were then compared on a held-out test set of 40 speakers. The best model, a fine-tuned voc2vec/HuBERT, reached 95.0% accuracy (AUC 0.992), versus 90.0% for the best frozen-feature model and 85.0% for the best Praat-based pipeline. With a small test set and age and sex imbalance between groups, the authors call these findings preliminary.

Yapay zekâ desteğiyle özetlendi

MakalePubMed

Bu özet, makalenin yayımlanmış özetinden yapay zekâ desteğiyle hazırlanmış ve yayından önce kontrol edilmiştir. Makalenin yerini tutmaz; ayrıntı ve klinik karar için asıl kaynağa başvurun. ENTSignal hekimler için bilgilendirme amaçlıdır; hiçbir içerik tanı ya da tedavi önerisi değildir. Ayrıntı için Hakkında sayfasına bakın.