Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

Umělá inteligence a benigní léze rozpoznávání hlasivek

21. února 2023 aktualizováno: Marchese Maria Raffaella, Fondazione Policlinico Universitario Agostino Gemelli IRCCS

Umělá inteligence pro rozpoznání benigních lézí hlasivek ze zvukových nahrávek

Vývoj umělé inteligence (AI), vývoj hlasové technologie, pokrok v analýze zvukových signálů a metody zpracování/porozumění přirozenému jazyku otevřely cestu k mnoha potenciálním aplikacím hlasu, jako je identifikace hlasových biomarkerů pro diagnostiku, klasifikace nebo zlepšit klinickou praxi. V poslední době se výzkumy zaměřily na roli zvukového signálu hlasu jako podpisu patogenního procesu. Dysfonie naznačuje, že v hlasové produkci došlo k některým negativním změnám. Celková prevalence dysfonie je přibližně 1 %, i když skutečná míra může být vyšší v závislosti na studované populaci a definici konkrétní poruchy hlasu. Zdraví hlasu může být hodnoceno několika akustickými parametry. Vztah mezi hlasovou patologií a akustickými hlasovými rysy byl klinicky stanoven a potvrzen jak kvantitativně, tak subjektivně odborníky na řeč. Automatické systémy jsou navrženy tak, aby určily, zda vzorek patří zdravému subjektu nebo nezdravému subjektu. Přesnost akustických parametrů je spojena s vlastnostmi používanými k jejich odhadu pro identifikaci šumu řeči. Současné hlasové vyhledávání se většinou omezuje na základní otázky, i když s širokými perspektivami. Literatura o vokálních biomarkerech specifických onemocnění hlasivek je neoficiální a souvisí s funkčními poruchami hlasivek nebo vzácnými poruchami hybnosti hrtanu. Nejčastějšími příčinami dysfonie jsou benigní léze vokální řasy (BLVF). V současnosti je zlatým standardem pro diagnostiku BLVF videolaryngostroboskopie, i když je invazivní. Jedná se však o invazivní a nákladný postup. Nové ML algoritmy nedávno zlepšily přesnost klasifikace vybraných funkcí v cílových proměnných ve srovnání s konvenčnějšími postupy díky schopnosti kombinovat a analyzovat velké datové sady hlasových funkcí. I když se většina studií zaměřuje na diagnostiku poruchy, kde se rozlišují zdravé a nezdravé subjekty, vědci se domnívají, že důležitějším úkolem je často diferenciální diagnostika mezi dvěma nebo více chorobami. I když se jedná o náročný úkol, je velmi důležité posunout podporu rozhodování na tuto úroveň. Hlavním cílem tohoto výzkumu by bylo studium, vývoj a ověřování ML algoritmů pro rozpoznání různých BVLVFL od digitálních hlasových záznamů.

Přehled studie

Postavení

Nábor

Podmínky

Intervence / Léčba

Detailní popis

Vyšetřovatelé shromáždí zvukové nahrávky dysfonických účastníků postižených BLVF. Všechny vzorky hlasu budou rozděleny do následujících skupin na základě endoskopické diagnózy: cysty hlasivek, Reinkeho edém, uzliny a polypy. Zvukové stopy získáte tak, že třikrát za sebou požádáte o vyslovení slova /aiuole/ s obvyklou intenzitou hlasu, výškou a kvalitou. Hlasy budou získávány pomocí mikrofonu Shure model SM48 (Evanston IL) umístěného pod úhlem 45° ve vzdálenosti 20 cm od úst pacienta. Vstup saturace mikrofonu bude pevně nastaven na 6/9 CH1 a okolní hluk byl <30 dB hladina akustického tlaku (SPL). Signály budou zaznamenávány ve formátu ".nvi" audiorekordérem Computerized Speech Lab s vysokým rozlišením, model 4300B, od Kay Elemetrics (Lincoln Park, NJ, USA) se vzorkovací frekvencí 50 kHz a převedeny na ". wav" formát. Každý zvukový soubor bude anonymně označen pohlavím a typem BLVF.

Analytický kanál Všechny následující analýzy budou provedeny pomocí MatLab R2019b, MathWorks, Natick MA, USA. Analytický kanál zahrnoval předzpracování signálu, extrakci funkcí, screening funkcí a implementaci modelu.

Extrakce funkcí Na segmentovaném signálu bude extrahováno 66 různých funkcí v časové, frekvenční a kepstrální doméně. Poté bude na extrahovaných prvcích vypočítáno sedm statistických měření, konkrétně: průměr, směrodatná odchylka, šikmost, špičatost, 25., 50. a 75. percentil. Kromě toho se z celého nesegmentovaného signálu získá jitter, shimmer a náklon výkonového spektra.

Screening funkcí Screening funkcí bude aplikován pomocí biostatistických analýz na celý soubor dat, aby se snížil rozšířený počet funkcí, které lze zadat jako vstup do klasifikátoru. Ke screeningu relevantních znaků pro klasifikační úlohu budou použity dva statistické testy: jednosměrná analýza rozptylu (ANOVA), kdy byly všechny skupiny normálně rozděleny, a Kruskal-Wallisův test, jinak. Normalita skupin bude ověřena pomocí Kolmogorova-Smirnovova testu. Pro všechny testy bude p-hodnota <0,05 považována za statisticky významnou.

A. Implementace modelu Algoritmus vybraný pro tento výzkum je nelineární stroj podpůrného vektoru (SVM) s gaussovským jádrem. Klasifikační výkon bude měřen prostřednictvím přesnosti a průměrného skóre F1. Obě metriky budou poskytnuty pro popis celkových klasifikačních výkonů a výsledků získaných na genderových podskupinách.

Typ studie

Pozorovací

Zápis (Očekávaný)

300

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní kontakt

Studijní místa

Kritéria účasti

Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.

Kritéria způsobilosti

Věk způsobilý ke studiu

18 let až 65 let (Dospělý, Starší dospělý)

Přijímá zdravé dobrovolníky

N/A

Pohlaví způsobilá ke studiu

Všechno

Metoda odběru vzorků

Ukázka pravděpodobnosti

Studijní populace

Pacienti postižení benigními lézemi hlasivek

Popis

Kritéria pro zařazení:

  • Reinkeho edém
  • cysta hlasivky
  • uzlík hlasivky
  • polyp hlasivky

Kritéria vyloučení:

  • předchozí operace hrtanu nebo štítné žlázy
  • předchozí logopedie
  • aktuální plicní onemocnění
  • současný gastroezofageální reflux
  • porucha hybnosti hrtanu nebo recidivující paralýza laryngeálního nervu
  • Nerodilí mluvčí italštiny

Studijní plán

Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.

Jak je studie koncipována?

Detaily designu

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
validace ML algoritmů pro rozpoznání různých BVFL
Časové okno: pět let
Statistická měření vypočítaná na extrahovaných prvcích jsou následující: průměr, směrodatná odchylka, šikmost, špičatost, 25., 50. a 75. percentil. Kromě toho se z celého nesegmentovaného signálu získá jitter, shimmer a náklon výkonového spektra.
pět let

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Sponzor

Fondazione Policlinico Universitario Agostino Gemelli IRCCS

Termíny studijních záznamů

Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.

Hlavní termíny studia

Začátek studia (Aktuální)

1. listopadu 2021

Primární dokončení (Očekávaný)

1. listopadu 2025

Dokončení studie (Očekávaný)

1. listopadu 2025

Termíny zápisu do studia

První předloženo

1. února 2023

První předloženo, které splnilo kritéria kontroly kvality

21. února 2023

První zveřejněno (Odhad)

6. března 2023

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Odhad)

6. března 2023

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

21. února 2023

Naposledy ověřeno

1. února 2023

Více informací

Termíny související s touto studií

Další relevantní podmínky MeSH

Další identifikační čísla studie

  • 4519

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NE

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .

Klinické studie na Zvukové nahrávky

Prohledejte podobné pokusy

Sponzoři a spolupracovníci

Zdravotní podmínky

Drogové intervence

CROs by country

CROs in Singapore

Podmínky

Vzácné nemoci

Drogové intervence

Doplňky stravy

Sponzor / Spolupracovníci

Místa

Předplatit