İçeriğe geç
Literatüre dön

Laringoloji

Automatic Multiclass Classification of Voice Disorders Using Cochlear-Inspired Cepstral Features and Deep Learning Networks

Journal of Voice ·

Salhi L, Gammoudi M, Salah RB

Ses bozukluklarının otomatik sınıflandırılmasında hangi kepstral öznitelikler daha başarılı? Kokleayı taklit eden öznitelikler ile klasik Mel frekans kepstral katsayıları, Saarbrücken Ses Veri Tabanı'ndan 262 konuşmacıya ait 3.022 kayıtta yedi tanı sınıfı üzerinden karşılaştırıldı. Aynı konuşmacının bütün kayıtlarının tek bir alt kümede tutulduğu konuşmacıdan bağımsız beşli çapraz doğrulamayla üç farklı derin öğrenme mimarisi sınandı. Koklea esinli öznitelikler genel olarak klasik katsayılardan daha iyi sonuç verirken en başarılı yapılandırma olan gammachirp tabanlı özniteliklerle derin rezidüel ağın ortalama doğruluğu yaklaşık yüzde 94,8 bulundu. Bulgular bu özniteliklerin ses bozukluğu sınıflamasına yararlı bilgi kattığını düşündürmekle birlikte sonuçlar klinik tanı yeteneğinin kanıtı sayılmamalı; yöntemin bağımsız veri tabanlarında ve prospektif klinik kohortlarda doğrulanması gerekiyor.

Voice-disorder classification was generally more accurate with cochlear-inspired cepstral features than with conventional Mel-Frequency Cepstral Coefficients (MFCC). Each speaker's recordings stayed within one fold of the five-fold cross-validation, and ResNet-50 with Gammachirp filterbank cepstral coefficients (GCFCC) did best. That configuration reached a mean accuracy of 94.77% on Saarbrücken Voice Database recordings. GCFCC beat the other representations on accuracy, although not every F1-score difference stayed significant after correction for multiple comparisons. Still, the authors caution that these results do not show clinical diagnostic capability.

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.