神经系统疾病患者的语音分析
使用机器学习算法对神经系统疾病患者进行高级语音分析
研究概览
详细说明
在这项研究中，研究人员将通过应用专门的临床量表来评估健康参与者和患有神经系统疾病的参与者的临床特征。 此外，调查人员将使用感知检查工具评估语音障碍。 然后，研究人员将应用频谱分析来评估健康参与者和患有明显语音障碍的神经系统疾病患者语音的主要频率成分。 为了区分健康参与者和受各种神经系统疾病影响的患者，研究人员将应用基于支持向量机 (SVM) 分类器的语音分析，该分类器除了语音的主要频率成分外还包括大量特征。
出于这些目的，研究人员将详细评估所有诊断测试的敏感性、特异性、阳性预测值、阴性预测值和准确性。 此外，研究人员将计算接受者操作特征 (ROC) 曲线下的面积，以验证相关标准 (Ass. Crit.) 和约登指数 (YI)。 为了评估可能的临床仪器相关性，研究人员还将使用改进的 SVM 分析算法来计算连续数值（似然比 [LR]），为每个参与者提供语音损伤严重程度的度量。
录音将通过要求参与者以他们通常的声音强度、音调和质量产生特定的语音任务来执行。 语音任务将包括持续发出至少 5 秒的近中前不圆唇元音 /e/。 将使用放置在距离嘴巴 5 厘米处的高清录音机收集语音记录。 语音样本将以线性 PCM 格式 (.wav) 录制，采样率为 44.1 kHz，样本大小为 24 位。 语音分析将包括三个独立的过程：特征提取、选择和分类。 对于特征提取，研究人员将使用 OpenSMILE（audEERING GmbH，德国）专用软件。 然后，研究人员将使用 Weka 中包含的 SVM 算法对语音特征进行选择和分类。
研究类型
注册 (预期的)
联系人和位置
学习联系方式
- 姓名：Antonio Suppa, MD, PhD
- 电话号码：+0039 3494940365
- 邮箱：antonio.suppa@uniroma1.it
学习地点
-
-
-
Pozzilli、意大利、86077
- 招聘中
- Antonio Suppa
-
接触：
- Antonio Suppa
- 电话号码：+00393494940365
- 邮箱：antonio.suppa@uniroma1.it
-
-
参与标准
资格标准
适合学习的年龄
- 孩子
- 成人
- 年长者
接受健康志愿者
有资格学习的性别
取样方法
研究人群
描述
纳入标准：
- 神经系统疾病的临床诊断
排除标准：
- 抽烟
- 双侧/单侧听力损失
- 呼吸系统疾病
- 影响声带的情况，包括结节。
学习计划
研究是如何设计的？
设计细节
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
患者
受神经系统疾病影响的患者表现出明显的声音障碍。
|
由持续发出元音 /e/ 组成的语音任务。
|
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
语音分析
大体时间：在每个参与者的临床评估期间，将在录音后立即使用机器学习算法进行语音分析。
|
使用支持向量机算法得到的语音特征
|
在每个参与者的临床评估期间，将在录音后立即使用机器学习算法进行语音分析。
|
合作者和调查者
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (实际的)
研究完成 (预期的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.