Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Computergestützte Analyse zur Erkennung und Bewertung des Schweregrads von Stottern

27. Juni 2022 aktualisiert von: Asmaa Fathy, Assiut University
Im Lichte früherer Versuche, automatisierte und objektive Maßnahmen für ein automatisches Spracherkennungssystem zu entwerfen und zu entwickeln, das unflüssige Sprache erkennt und ihre Schwere bewertet, ist eine vollständig automatisierte Messung von stotternder Sprache noch nicht verfügbar. Diese Studie wurde durch die Notwendigkeit ausgelöst, ein einfaches und zuverlässiges computergestütztes Instrument zur Identifizierung von Stottern und zur Messung seiner Schwere zu entwerfen und zu entwickeln. Ziel dieser Studie ist es daher, eine Windows-fähige Benutzeroberfläche für das angenommene Stottererkennungsmodell zu entwickeln, die in der klinischen Praxis von Ärzten und Therapeuten eingesetzt werden kann.

Studienübersicht

Status

Noch keine Rekrutierung

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Stottern ist eine Sprachstörung, bei der der normale Sprachfluss durch das Auftreten von Sprachstörungen wie Wiederholungen, Verlängerungen und Blockaden gestört wird (1). Merkmale, die sich zwischen Stotterern und Nichtstotterern unterscheiden, sind die Sprechgeschwindigkeit und die Häufigkeit von dysflüssigen Äußerungen (2).

Eine arabische Version des Stotterschwere-Instruments (A-SSI) wird verwendet, um den Schweregrad des Stotterns zu beurteilen. Darin wird der Gesamtschweregrad des Stotterns gemessen, indem die Prozentwerte der gestotterten Silben (% SS) und die mittlere Dauer der drei längsten Silben kombiniert werden Stotterereignisse (MDTLSE) und physikalische Begleiterscheinungen (PC) (3).

Die subjektiven Bewertungsmethoden des Stotterns sind: zeitaufwändig, fehleranfällig, subjektiv (4), daher ist es besser, die Messung von Unflüssigkeiten mithilfe von Spracherkennungstechnologien und Computerintelligenz zu automatisieren (5).

Die Spracherkennung erfüllt eine ähnliche Aufgabe wie das menschliche Gehirn (6). Das Stottererkennungssystem besteht aus drei Hauptschritten, nämlich der akustischen Verarbeitung, der Merkmalsextraktion und der Klassifizierung/Erkennung (7). die Sprachsignale werden vorverarbeitet (8), und bestimmte Merkmale werden aus ihnen durch Signalverarbeitungstechniken extrahiert, z. Mell-Frequenz-Cepstral-Koeffizienten (MFCC) (9). (MFCC) gilt als die am häufigsten verwendete Merkmalsextraktionstechnik (10).

Der Klassifizierungsprozess umfasst zwei Schritte; Schulung und Prüfung (11). Im Trainingsprozess werden Daten basierend auf den Klassen gekennzeichnet und ein Modell erlernt. In der Testphase: Das Modell wird getestet und die Genauigkeit, Sensitivität und Spezifität der Klassifikationsmodelle berechnet (11). Schließlich wird Stottern von nicht stotternder Sprache erkannt und getrennt (5), um auch die Schwere von stotternder Sprache zu beurteilen.

Studientyp

Beobachtungs

Einschreibung (Voraussichtlich)

120

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

10 Jahre bis 30 Jahre (Kind, Erwachsene)

Akzeptiert gesunde Freiwillige

N/A

Studienberechtigte Geschlechter

Alle

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Die Studie umfasst einhundertzwanzig (120) Probanden; Altersgruppen (10-30 Jahre). Sie werden aus der Ambulanz der Phoniatrischen Abteilung des Universitätskrankenhauses Assiut rekrutiert. Die Studie soll in einem bis zu 2 Jahren durchgeführt werden. Sie werden in zwei Gruppen eingeteilt:

  1. Studiengruppe: Diese besteht aus sechzig (60) stotternden Patienten. Sie werden in 2 Untergruppen unterteilt; Kindergruppe 30 Patienten im Alter von (10-18 Jahre) und Erwachsene Gruppe 30 Patienten im Alter von (19-30 Jahre)
  2. Kontrollgruppe: Diese besteht aus sechzig (60) Probanden, die normal fließend sprechen. Sie werden aus den Angehörigen der in der Ambulanz behandelten Patienten ausgewählt und hinsichtlich Alter, Geschlecht und sozioökonomischem Status mit der Patientengruppe abgeglichen.

Beschreibung

Einschlusskriterien:

  1. Alter: von 10 bis 30 Jahren.
  2. Geschlecht: Beide Geschlechter werden in die Studie eingeschlossen.
  3. Die Teilnehmer der Studiengruppe, die an entwicklungsbedingtem Stottern litten (Stottersymptome waren frühkindlicher Beginn, intermittierender Verlauf und seit frühester Kindheit datiert), suchten eine Logopädie
  4. Sprachliche Fähigkeiten haben, die seinem chronologischen Alter entsprechen.

Ausschlusskriterien:

  • 1. Vorhandensein anderer Sprech- oder Sprachstörungen. 2. Geistige Behinderung. 3. Schlechte schulische Leistungen. 4. Vorhandensein von psychiatrischen oder neurologischen Störungen.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Beobachtungsmodelle: Fallkontrolle
  • Zeitperspektiven: Interessent

Kohorten und Interventionen

Gruppe / Kohorte
Intervention / Behandlung
Studiengruppe:
Studiengruppe: Diese besteht aus sechzig (60) stotternden Patienten. Sie werden in 2 Untergruppen unterteilt; Kindergruppe 30 Patienten im Alter von (10-18 Jahre) und Erwachsene Gruppe 30 Patienten im Alter von (19-30 Jahre)
Diagnosetest: Die arabische Version des Stuttering Severity Instrument-3 (ASSI3) für Kinder und Erwachsene

Beurteilung der Schwere des Stotterns: Zur Beurteilung der Schwere des Stotterns wird die arabische Version des Stuttering Severity Instrument-3 (ASSI3) für Kinder und Erwachsene verwendet. (3).

Automatische Erkennung und Schweregradbewertung von Stottern mit MATLAB Version 8.1.0.604 R2013a (7). Das Stottererkennungssystem besteht aus drei Hauptschritten, nämlich der akustischen Verarbeitung, der Merkmalsextraktion und der Klassifizierung/Erkennung

Andere Namen:
  • A. Akustische Sprachanalyse
  • B. Spektralanalyse:
  • Automatische Erkennung und Schweregradbewertung von Stottern
Kontrollgruppe
Kontrollgruppe: Diese besteht aus sechzig (60) Probanden, die normal fließend sprechen. Sie werden aus den Angehörigen der in der Ambulanz behandelten Patienten ausgewählt und hinsichtlich Alter, Geschlecht und sozioökonomischem Status mit der Patientengruppe abgeglichen.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Beurteilung der Schwere des Stotterns:
Zeitfenster: Grundlinie
unter Verwendung sowohl der subjektiven Methode als der arabischen Version des Stuttering Severity Instrument-3 (ASSI3) für Kinder und Erwachsene als auch der objektiven Methode als automatische Erkennung und Schweregradbewertung von Stottern
Grundlinie

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Assiut University

Publikationen und hilfreiche Links

Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.

Allgemeine Veröffentlichungen

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Voraussichtlich)

1. September 2022

Primärer Abschluss (Voraussichtlich)

30. September 2024

Studienabschluss (Voraussichtlich)

1. Oktober 2024

Studienanmeldedaten

Zuerst eingereicht

26. Juni 2022

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

27. Juni 2022

Zuerst gepostet (Tatsächlich)

29. Juni 2022

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

29. Juni 2022

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

27. Juni 2022

Zuletzt verifiziert

1. Juni 2022

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • Stuttering using Computer

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .

Abonnieren