PulseAugur
实时 17:28:22
English(EN) Exploration of Perceptual Speech Features for Clinical Decision-Support in Mental Health Care

语音分析框架助力心理健康临床决策

研究人员开发了一个用于分析语音特征以辅助心理健康护理临床决策的框架。该系统利用感知基础的声学和语言特征,如韵律、语音质量和语义连贯性,来识别与抑郁、焦虑和多动症相关的客观线索。通过采用可解释的机器学习技术,如带有SHAP和LIME的XGBoost,该框架建立了症状严重程度与语音异常、词汇句法模式和情感基调之间的稳定关联,并在基准数据集和临床数据集上得到了验证。 AI

影响 这项研究提供了一种透明且可解释的方法,利用AI分析语音模式,有望改善心理健康状况的客观评估。

排序理由 该集群包含一篇学术论文,详细介绍了用于心理健康临床决策支持的语音特征分析新框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

语音分析框架助力心理健康临床决策

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Vassilis Lyberatos, Edmund G. Dervakos, Eleni Adamidi, Athanasios Voulodimos, Giorgos Stamou ·

    探索感知语音特征在心理健康护理临床决策支持中的应用

    arXiv:2605.24678v1 Announce Type: new Abstract: Speech and language technologies offer valuable opportunities for supporting mental health assessment through objective and interpretable cues. We present a systematic feature-based analysis framework leveraging perceptually grounde…