Stemanalyse bij patiënten met neurologische aandoeningen
Geavanceerde spraakanalyse met machine learning-algoritmen bij patiënten met neurologische aandoeningen
Studie Overzicht
Toestand
Toestand
Conditie
Conditie
Interventie / Behandeling
Interventie / Behandeling
Gedetailleerde beschrijving
In deze studie zullen de onderzoekers de klinische kenmerken van gezonde deelnemers en deelnemers met neurologische aandoeningen evalueren door speciale klinische schalen toe te passen. Ook zullen de onderzoekers de stemstoornis beoordelen met behulp van perceptuele onderzoeksinstrumenten. Vervolgens zullen de onderzoekers spectrale analyse toepassen om de belangrijkste frequentiecomponenten van stem te beoordelen bij gezonde deelnemers en bij patiënten met neurologische aandoeningen met een prominente stemstoornis. Om onderscheid te maken tussen gezonde deelnemers en patiënten met verschillende neurologische aandoeningen, zullen de onderzoekers een stemanalyse toepassen op basis van de SVM-classificatie (Support Vector Machine), die naast de belangrijkste frequentiecomponenten van de stem ook een groot aantal kenmerken bevat.
Voor deze doeleinden zullen de onderzoekers in detail de sensitiviteit, specificiteit, positief voorspellende waarde en negatief voorspellende waarde en nauwkeurigheid van alle diagnostische tests beoordelen. Bovendien zullen de onderzoekers het gebied onder de ROC-curven (Receiver Operating Characteristic) berekenen om de optimale diagnostische drempel te verifiëren, zoals weergegeven door het bijbehorende criterium (Ass. Crit.) en Youden Index (YI). Om mogelijke klinisch-instrumentele correlaties te beoordelen, zullen de onderzoekers ook een aangepast algoritme van SVM-analyse gebruiken om een continue numerieke waarde (de aannemelijkheidsratio [LR]) te berekenen die een maatstaf is voor de ernst van de stemstoornis voor elke deelnemer.
Er worden spraakopnamen gemaakt door deelnemers te vragen een specifieke spraaktaak te produceren met hun gebruikelijke stemintensiteit, toonhoogte en kwaliteit. De spraaktaak zal bestaan uit een aanhoudende uitzending van een dichte middenvoor niet-afgeronde klinker /e/ gedurende ten minste 5 seconden. Spraakopnamen worden verzameld met behulp van een high-definition audiorecorder die op een afstand van 5 cm van de mond wordt geplaatst. Stemvoorbeelden worden opgenomen in lineair PCM-formaat (.wav) met een bemonsteringsfrequentie van 44,1 kHz, met een bemonsteringsgrootte van 24 bits. Stemanalyse bestaat uit drie afzonderlijke processen: kenmerkextractie, selectie en classificatie. Voor kenmerkextractie zullen de onderzoekers de speciale software van OpenSMILE (audEERING GmbH, Duitsland) gebruiken. Vervolgens zullen de onderzoekers de spraakfunctie selecteren en classificeren met behulp van het SVM-algoritme dat is opgenomen in Weka.
Studietype
Studietype
Inschrijving (Verwacht)
Inschrijving
Contacten en locaties
Studiecontact
Studiecontact
- Naam: Antonio Suppa, MD, PhD
- Telefoonnummer: +0039 3494940365
- E-mail: antonio.suppa@uniroma1.it
Studie Locaties
-
-
-
Pozzilli, Italië, 86077
- Werving
- Antonio Suppa
-
Contact:
- Antonio Suppa
- Telefoonnummer: +00393494940365
- E-mail: antonio.suppa@uniroma1.it
-
-
Deelname Criteria
Geschiktheidscriteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Kind
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Geslachten die in aanmerking komen voor studie
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- Klinische diagnose van neurologische aandoeningen
Uitsluitingscriteria:
- roken
- bilateraal/unilateraal gehoorverlies
- aandoeningen van de luchtwegen
- aandoeningen die de stembanden aantasten, inclusief knobbeltjes.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Aantal groepen / cohorten
Cohorten en interventies
Groep / CohortGroep / Cohort |
Interventie / BehandelingInterventie / Behandeling |
|---|---|
|
Patiënten
Patiënten met neurologische aandoeningen die een prominente stemstoornis vertonen.
|
Spraaktaak die bestaat uit een aanhoudende emissie van de klinker /e/.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Stem analyse
Tijdsspanne: Stemanalyse met algoritmen voor machinaal leren wordt onmiddellijk na de stemopname geïmplementeerd, tijdens de klinische evaluatie van elke deelnemer.
|
Spraakfuncties verkregen met behulp van het Support Vector Machine-algoritme
|
Stemanalyse met algoritmen voor machinaal leren wordt onmiddellijk na de stemopname geïmplementeerd, tijdens de klinische evaluatie van elke deelnemer.
|
Medewerkers en onderzoekers
Sponsor
Sponsor
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Studie start
Primaire voltooiing (Werkelijk)
Primaire voltooiing
Studie voltooiing (Verwacht)
Studie voltooiing
Studieregistratiedata
Eerst ingediend
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Eerst geplaatst
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update geplaatst
Laatste update ingediend die voldeed aan QC-criteria
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
Andere studie-ID-nummers
- DIPNEUROSCI_01
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .