PulseAugur
中
实时 00:26:02
实体 ADReSSo

ADReSSo

PulseAugur coverage of ADReSSo — every cluster mentioning ADReSSo across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 3 条
  1. TOOL · CL_277342 ·

    基于语音的阿尔茨海默病AI模型易受声学干扰影响

    一篇新的研究论文探讨了用于基于语音的阿尔茨海默病评估的自监督学习(SSL)模型的鲁棒性。研究发现,声学因素(如噪声和混响)会显著改变这些模型的预测结果,即使这些因素本身在诊断组之间没有显示出显著差异。研究人员认为,当前测试模型鲁棒性的方法不足,并提倡进行干预性测试,以确保临床语音模型的可靠性。

  2. RESEARCH · CL_241526 ·

    新方法通过语音分析改善阿尔茨海默病检测,但数据清理可能损害泛化能力

    研究人员开发了一种名为LLM-Anchored Paralinguistic Enrichment (LAPE)的新方法,通过语音分析来改善阿尔茨海默病的检测。LAPE将语言内容与受阿尔茨海默病影响的停顿和单词延长等副语言线索相结合。该方法在ADReSS和ADReSSo数据集上进行了评估,取得了最先进的性能。另外,一项研究重新审视了现有的基于语音的阿尔茨海默病检测基准,发现虽然语音增强可以提高模型在特定领域内的性能,但可能会降低深度学…

  3. RESEARCH · CL_115203 ·

    AI模型利用语音分析进行痴呆症检测和临床洞察 · 跟踪4个来源

    研究人员正在开发先进的AI模型,利用语音分析进行早期痴呆症检测。一种方法结合了来自Whisper的声学特征和LLM提取的语言生物标志物,在基准数据集上取得了高F1分数。另一种方法利用LoRA调优的LLM处理多种语音衍生信号,包括转录文本和主题线索,以进行全面分析。第三个框架侧重于可解释性,使用SHAP和LLaMA-3.1-70B-Instruct将复杂的模型预测转化为临床上可理解的洞察,显示出与临床工作流程整合的潜力。