https://libeldoc.bsuir.by/handle/123456789/62615| Title: | Детектирование бокового амиотрофического склероза на основе акустического анализа голоса с использованием библиотеки openSMILE |
| Other Titles: | Detection of amyotrophic lateral sclerosis based on acoustic voice analysis using the openSMILE library |
| Authors: | Михневич, А. В. Вашкевич, М. И. |
| Keywords: | доклады БГУИР;речевые признаки;акустические характеристики;голосовые сигналы |
| Issue Date: | 2025 |
| Publisher: | БГУИР |
| Citation: | Михневич, А. В. Детектирование бокового амиотрофического склероза на основе акустического анализа голоса с использованием библиотеки openSMILE = Detection of amyotrophic lateral sclerosis based on acoustic voice analysis using the openSMILE library / А. В. Михневич, М. И. Вашкевич // Доклады БГУИР. – 2025. – Т. 23, № 6. – С. 96–102. |
| Abstract: | Рассмотрена задача автоматического выявления признаков бокового амиотрофического склероза на основе анализа акустических характеристик голосового сигнала. Для извлечения функциональных акустических признаков голоса использовалась библиотека openSMILE с конфигурацией ComParE_2016. В качестве исходных данных использовались аудиозаписи из голосовой базы Minsk2020_ALS, включающей записи как здоровых пациентов, так и пациентов с боковым амиотрофическим склерозом. Проведены сравнение голосовых признаков между группами с использованием непараметрического критерия Манна – Уитни и FDR-коррекции множественных сравнений и раздельный анализ по полу. Выполнен эксперимент по классификации голосовых сигналов с использованием вложенной процедуры перекрестной проверки. Получены классификаторы, имеющие вероятность правильного обнаружения 75,0 % (для мужских голосов) и 74,2 % (для женских голосов). Выявлены статистически значимые акустические параметры, которые могут быть полезны в задачах автоматизированной диагностики и мониторинга бокового амиотрофического склероза |
| Alternative abstract: | This paper examines the problem of automatically detecting signs of amyotrophic lateral sclerosis based on the analysis of the acoustic characteristics of a voice signal. The openSMILE library with the ComParE_2016 configuration was used to extract functional acoustic features of the voice. Audio recordings from the Minsk2020_ALS voice database, which includes recordings of both healthy patients and patients with amyotrophic lateral sclerosis, were used as input. Voice features were compared between groups using the nonparametric Mann–Whitney test and FDR correction for multiple comparisons, with separate analysis by gender. An experiment on classifying voice signals was conducted using a nested cross-validation procedure. The resulting classifiers had a correct detection probability of 75.0 % (for male voices) and 74.2 % (for female voices). Statistically significant acoustic parameters that may be useful in automated diagnostics and monitoring of amyotrophic lateral sclerosis were identified. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/62615 |
| DOI: | http://dx.doi.org/10.35596/1729-7648-2025-23-6-96-102 |
| Appears in Collections: | Том 23, № 6 |
| File | Description | Size | Format | |
|---|---|---|---|---|
| Mihnevich_Detektirovanie.pdf | 1.04 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.