RECA-PD-一种稳健可解释的基于跨注意力的语音帕金森病分类方法-计算机科学-可解释的人工智能-语音分类.pdfVIP

RECA-PD：一种稳健可解释的基于跨注意力的语音

帕金森病分类方法

TerryYiZhong,CristianTejedor-Garcia,MarthaLarson,andBastiaanR.

Bloem

CentreforLanguageStudies,RadboudUniversity,Nijmegen,theNetherlands

{yi.zhong,cristian.tejedorgarcia,martha.larson}@ru.nl

CenterofExpertiseforParkinsonandMovementDisorders,RadboudUniversityMedical

Center,Nijmegen,theNetherlands

bas.bloem@radboudumc.nl

本

译摘要帕金森病（PD）影响了全球超过1000万人，其言语障碍通常在运动症

状出现前几年就已显现，这使得言语成为早期、非侵入性检测的一种有价

中值的方式。尽管最近的深度学习模型实现了高准确性，但它们通常缺乏临

1床应用所需的信息解释能力。为了解决这一问题，我们提出了RECA-PD，

v这是一种新颖且具有可解释性的交叉注意力架构，将可解释的语音特征与

4

9自监督表示相结合。RECA-PD在帕金森病检测中达到了最先进的性能，并

5提供了更为一致和更具临床意义的解释。此外，我们还展示了通过分割长

3录音可以减轻某些言语任务（例如独白）中的性能下降问题。我们的研究

0

.结果表明，性能和可解释性并非一定是相互排斥的。未来的工作将增强非

7

0专业人士对解释的可用性，并探索严重程度估计以提高现实世界的临床相

5关性。

2

:

vKeywords:的疾病，可解释的人工智能，交叉注意力，语音分类，语音分析

i

x

r

a

1介绍

帕金森病（PD）是第二大常见的神经退行性疾病，全球影响超过一千万

人[19,22]。在疾病的早期阶段，患者可能早在显著运动症状出现前五年的

表现出与语音相关的异常[21,24,18]。据估计，大约70%到90%的PD患者

最终会发展出声音和言语障碍[9,16]。鉴于言语产生的过程中涉及认知和生

理机制的复杂协调，基于语音的方法已经作为有前景的自动化、非侵入性和

成本效益高的工具出现，用于帕金森病的检测[7]。然而，尽管这些优点存

在，医疗领域的独特挑战，加上围绕人工智能（AI）日益严格的监管要求，

Thispaperisaccepted(cameraready)f