Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Tietokonepohjainen analyysi änkytyksen havaitsemiseksi ja vakavuuden arvioimiseksi

maanantai 27. kesäkuuta 2022 päivittänyt: Asmaa Fathy, Assiut University
Kun otetaan huomioon aikaisemmat yritykset suunnitella ja kehittää automatisoituja ja objektiivisia toimenpiteitä automaattiselle puheentunnistusjärjestelmälle, joka havaitsee hajanaisen puheen ja arvioi sen vakavuuden, täysin automatisoitua pätkivän puheen mittausta ei kuitenkaan ole saatavilla. Tämä tutkimus sai alkunsa tarpeesta suunnitella ja kehittää yksinkertainen ja luotettava tietokoneistettu työkalu änkytyksen tunnistamiseen ja sen vakavuuden mittaamiseen. Siksi tämän tutkimuksen tavoitteena on kehittää Windows-järjestelmässä toimiva käyttöliittymä pätkimisen tunnistusmalliin, jota lääkärit ja terapeutit voivat käyttää kliinisessä käytännössä.

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Änkytys on puhehäiriö, jossa puhehäiriöt, kuten toistot, pitkitykset ja tukokset, häiritsevät normaalia puheenkulkua (1). Ominaisuuksia, joiden on havaittu eroavan änkyttävien ja ei-änkyttävien välillä, ovat puheen nopeus ja epäsuorasti esiintyvien ilmaisujen tiheys (2).

änkytyksen vakavuusmittarin (A-SSI) arabiankielistä versiota käytetään änkytyksen vakavuuden arvioimiseen. Siinä änkytyksen vakavuuden kokonaispistemäärä mitataan yhdistämällä änkyttyneiden tavujen prosenttiosuudet (%SS), kolmen pisimmän keskimääräinen kesto. Änkyttävät tapahtumat (MDTLSE) ja fyysiset liitännäistapahtumat (PC) (3).

änkytyksen subjektiiviset arviointimenetelmät ovat; aikaa vievä, virhealtis, subjektiivinen (4), joten epätasaisuuksien mittaaminen on parempi automatisoida puheentunnistustekniikoilla ja laskennallisella älykkyydellä (5).

Puheentunnistus suorittaa samanlaisen tehtävän kuin ihmisen aivot (6). Änkytyksen tunnistusjärjestelmässä on kolme päävaihetta, jotka ovat akustinen käsittely, piirteiden poimiminen ja luokittelu/tunnistus (7). puhesignaalit esikäsitellään (8) ja niistä erotetaan tietyt ominaisuudet signaalinkäsittelytekniikoilla, esim. Mell Frequency Cepstraalikertoimet (MFCC) (9). (MFCC) pidetään suosituimpana käytettynä ominaisuuden erotustekniikkana (10).

Luokitteluprosessi sisältää kaksi vaihetta; koulutus ja testaus (11). Harjoitteluprosessissa data merkitään luokkien perusteella ja opitaan malli. Testausvaiheessa: mallia testataan ja lasketaan luokitusmallien tarkkuus, herkkyys ja spesifisyys (11). Lopuksi änkytys ei-änkyttävästä puheesta tunnistetaan ja erotetaan (5) myös änkyttävän puheen vakavuuden arvioimiseksi.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Odotettu)

120

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

10 vuotta - 30 vuotta (Lapsi, Aikuinen)

Hyväksyy terveitä vapaaehtoisia

Ei käytössä

Sukupuolet, jotka voivat opiskella

Kaikki

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Tutkimus sisältää satakaksikymmentä (120) ainetta; ikähaarukka (10-30 vuotta). Heidät rekrytoidaan Assiutin yliopistollisen sairaalan phoniatric Unit -poliklinikalta. Tutkimus on tarkoitus tehdä enintään 2 vuoden kuluttua. Ne jaetaan kahteen ryhmään:

  1. Tutkimusryhmä: Tämä koostuu kuudestakymmenestä (60) pätkivästä potilaasta. He jaetaan 2 alaryhmään; lapsiryhmä 30 potilasta, joiden ikä vaihtelee (10-18v) ja aikuisten ryhmä 30 potilasta, joiden ikä vaihtelee (19-30v)
  2. Kontrolliryhmä: Tämä koostuu kuudestakymmenestä (60) koehenkilöstä, joilla on normaali sujuvuus. Heidät valitaan poliklinikalla olevien potilaiden sukulaisten joukosta ja sovitetaan iän, sukupuolen ja sosioekonomisen tilan mukaan potilasryhmään.

Kuvaus

Sisällyttämiskriteerit:

  1. Ikä: 10-30 vuotta vanha.
  2. Sukupuoli: Molemmat sukupuolet otetaan mukaan tutkimukseen.
  3. Tutkimusryhmän osallistujat, jotka kärsivät kehityshäiriöstä (änkytyksen oireet olivat varhaislapsuudessa alkaneita, ajoittaista ja varhaislapsuudesta lähtien) hakeutuivat puheterapiaan
  4. Kielitaidot selviävät hänen kronologisesta ikänsä.

Poissulkemiskriteerit:

  • 1. Muiden puhe- tai kielihäiriöiden esiintyminen. 2. Henkinen kehitysvammaisuus. 3. Huono koulusuoritus. 4. Psykiatristen tai neurologisten häiriöiden esiintyminen.

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Havaintomallit: Case-Control
  • Aikanäkymät: Tulevaisuuden

Kohortit ja interventiot

Ryhmä/Kohortti
Interventio / Hoito
Opiskeluryhmä:
Tutkimusryhmä: Tämä koostuu kuudestakymmenestä (60) pätkivästä potilaasta. He jaetaan 2 alaryhmään; lapsiryhmä 30 potilasta, joiden ikä vaihtelee (10-18v) ja aikuisten ryhmä 30 potilasta, joiden ikä vaihtelee (19-30v)

änkytyksen vakavuuden arviointi: Ännön vakavuuden arvioinnissa käytetään lapsille ja aikuisille tarkoitettua Stuttering Severity Instrument-3 (ASSI3) arabiankielistä versiota. (3).

änkytyksen automaattinen tunnistus ja vakavuuden arviointi MATLAB-versiolla 8.1.0.604 R2013a (7). Änkytyksen tunnistusjärjestelmässä on kolme päävaihetta, jotka ovat akustinen käsittely, piirteiden poimiminen ja luokittelu/tunnistus

Muut nimet:
  • A. Akustinen äänianalyysi
  • B. Spektrianalyysi:
  • Änkytyksen automaattinen havaitseminen ja vakavuuden arviointi
Ohjausryhmä
Kontrolliryhmä: Tämä koostuu kuudestakymmenestä (60) koehenkilöstä, joilla on normaali sujuvuus. Heidät valitaan poliklinikalla olevien potilaiden sukulaisten joukosta ja sovitetaan iän, sukupuolen ja sosioekonomisen tilan mukaan potilasryhmään.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Änkytyksen vakavuuden arviointi:
Aikaikkuna: perusviiva
käyttäen sekä subjektiivista menetelmää Stuttering Severity Instrument-3:n (ASSI3) arabiankielistä versiota lapsille ja aikuisille että objektiivista menetelmää änkytyksen automaattisena havaitsemisena ja vakavuuden arviointina
perusviiva

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Julkaisuja ja hyödyllisiä linkkejä

Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Odotettu)

Torstai 1. syyskuuta 2022

Ensisijainen valmistuminen (Odotettu)

Maanantai 30. syyskuuta 2024

Opintojen valmistuminen (Odotettu)

Tiistai 1. lokakuuta 2024

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Sunnuntai 26. kesäkuuta 2022

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Maanantai 27. kesäkuuta 2022

Ensimmäinen Lähetetty (Todellinen)

Keskiviikko 29. kesäkuuta 2022

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Keskiviikko 29. kesäkuuta 2022

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Maanantai 27. kesäkuuta 2022

Viimeksi vahvistettu

Keskiviikko 1. kesäkuuta 2022

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muut tutkimustunnusnumerot

  • Stuttering using Computer

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .

Tilaa