Interpretable Early Detection of Parkinson’s Disease through Speech Analysis

要約

パーキンソン病は、運動および非運動機能に影響を与える進行性神経変性障害であり、その初期の症状の中で言語障害があります。
音声障害は貴重な診断の機会を提供し、機械学習の進歩はタイムリーな検出のための有望なツールを提供します。
この研究では、音声記録からの初期のパーキンソン病の検出のための深い学習アプローチを提案します。これは、解釈可能性を高めるために予測を促進する声のセグメントも強調しています。
このアプローチは、予測音声パターンを調音の特徴と関連付け、基礎となる神経筋障害を解釈するための基礎を提供することを目指しています。
イタリアのパーキンソンの音声および音声データベースを使用してアプローチを評価しました。これは、健康な個人と患者の両方を含む65人の参加者からの831のオーディオ録音を含んでいます。
私たちのアプローチは、予測に影響を与える主要な音声機能を特定することにより、最先端の方法と比較して競争分類パフォーマンスを示し、解釈性を高めることができました。

要約(オリジナル)

Parkinson’s disease is a progressive neurodegenerative disorder affecting motor and non-motor functions, with speech impairments among its earliest symptoms. Speech impairments offer a valuable diagnostic opportunity, with machine learning advances providing promising tools for timely detection. In this research, we propose a deep learning approach for early Parkinson’s disease detection from speech recordings, which also highlights the vocal segments driving predictions to enhance interpretability. This approach seeks to associate predictive speech patterns with articulatory features, providing a basis for interpreting underlying neuromuscular impairments. We evaluated our approach using the Italian Parkinson’s Voice and Speech Database, containing 831 audio recordings from 65 participants, including both healthy individuals and patients. Our approach showed competitive classification performance compared to state-of-the-art methods, while providing enhanced interpretability by identifying key speech features influencing predictions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google