亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Unraveling the complexities of pathological voice through saliency analysis

计算机科学 Mel倒谱 短时傅里叶变换 多层感知器 语音识别 人工智能 特征提取 特征(语言学) 模式识别(心理学) 喉炎 二元分类 自编码 支持向量机 人工神经网络 傅里叶变换 医学 傅里叶分析 数学分析 语言学 哲学 数学 内科学
作者
Abdullah Abdul Sattar Shaikh,M S Bhargavi,Ganesh R. Naik
出处
期刊:Computers in Biology and Medicine [Elsevier]
卷期号:166: 107566-107566 被引量:3
标识
DOI:10.1016/j.compbiomed.2023.107566
摘要

The human voice is an essential communication tool, but various disorders and habits can disrupt it. Diagnosis of pathological and abnormal voices is very important. Conventional diagnosis of these voice pathologies can be invasive and costly. Voice pathology disorders can be effectively detected using Artificial Intelligence and computer-aided voice pathology classification tools. Previous studies focused primarily on binary classification, leaving limited attention to multi-class classification. This study proposes three different neural network architectures to investigate the feature characteristics of three voice pathologies-Hyperkinetic Dysphonia, Hypokinetic Dysphonia, Reflux Laryngitis, and healthy voices using multi-class classification and the Voice ICar fEDerico II (VOICED) dataset. The study proposes UNet++ autoencoder-based denoiser techniques for accurate feature extraction to overcome noisy data. The architectures include a Multi-Layer Perceptron (MLP) trained on structured feature sets, a Short-Time Fourier Transform (STFT) model, and a Mel-Frequency Cepstral Coefficients (MFCC) model. The MLP model on 143 features achieved 97.1% accuracy, while the STFT model showed similar performance with increased sensitivity of 99.8%. The MFCC model maintained 97.1% accuracy but with a smaller model size and improved accuracy on the Reflux Laryngitis class. The study identifies crucial features through saliency analysis and reveals that detecting voice abnormalities requires the identification of regions of inaudible high-pitch sounds. Additionally, the study highlights the challenges posed by limited and disjointed pathological voice databases and proposes solutions for enhancing the performance of voice abnormality classification. Overall, the study's findings have potential applications in clinical applications and specialized audio-capturing tools.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
kai chen完成签到 ,获得积分0
8秒前
17秒前
21秒前
彭于晏应助二三采纳,获得10
22秒前
24秒前
LAN完成签到,获得积分10
24秒前
季1发布了新的文献求助30
29秒前
CipherSage应助科研通管家采纳,获得10
30秒前
大模型应助科研通管家采纳,获得10
31秒前
爱静静应助科研通管家采纳,获得10
31秒前
小蘑菇应助科研通管家采纳,获得10
31秒前
31秒前
jfuU发布了新的文献求助10
34秒前
山南水北发布了新的文献求助10
39秒前
科研通AI2S应助Luke采纳,获得10
40秒前
41秒前
43秒前
46秒前
二三发布了新的文献求助10
47秒前
老马哥完成签到,获得积分0
48秒前
48秒前
这个手刹不太灵完成签到 ,获得积分10
51秒前
58秒前
Lucas应助单薄的采萱采纳,获得10
59秒前
wyd发布了新的文献求助10
1分钟前
ccm应助小冉采纳,获得30
1分钟前
NexusExplorer应助子月之路采纳,获得10
1分钟前
大个应助二三采纳,获得30
1分钟前
山止川行完成签到 ,获得积分10
1分钟前
1分钟前
垚祎完成签到 ,获得积分10
1分钟前
1分钟前
江湖小妖完成签到 ,获得积分10
1分钟前
打打应助Gavin采纳,获得30
1分钟前
二三发布了新的文献求助30
1分钟前
图书馆碎碎念的葱花完成签到,获得积分10
1分钟前
1分钟前
Becky完成签到 ,获得积分10
1分钟前
AUGKING27完成签到 ,获得积分10
1分钟前
晚睡生完成签到 ,获得积分10
1分钟前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3126036
求助须知:如何正确求助?哪些是违规求助? 2776256
关于积分的说明 7729636
捐赠科研通 2431643
什么是DOI,文献DOI怎么找? 1292200
科研通“疑难数据库(出版商)”最低求助积分说明 622582
版权声明 600392