自动化筛查儿童沟通障碍
演讲和语言障碍的儿童,儿童早期干预可以以后有很大的影响在他们的学术和社会成功。但是许多这样的儿童研究估计60 percent-go确诊到幼儿园或更晚。
计算机科学与人工智能实验室的研究人员在麻省理工学院(MIT)和马萨诸塞州总医院(MGH)卫生职业学院希望改变,与电脑系统,可以自动屏幕儿童语言障碍,甚至可能提供特定的诊断。
本月,在Interspeech会议在语音处理,研究人员报道了一组初始的实验系统,取得了可喜的成果。“我们接近完成了这项工作,”约翰·Guttag说Dugald c·杰克逊教授电气工程和资深作者在新的纸上。“这是一个初步研究。但我认为这是一个相当有说服力的可行性研究”。
系统分析儿童表演在一个标准化的讲故事的录音测试,他们面对一系列的图片和一篇叙述,然后要求他们自己的话复述这个故事。
“这里真正令人兴奋的想法是能够在一个完全自动化的筛查方法使用非常简单的工具,“Guttag说。“你可以想象故事的任务完全完成了平板电脑或手机。我认为这可能的低成本筛查大量的孩子,我认为如果我们能这样做,这将是一个伟大的社会的福音。”
微妙的信号
研究者使用一个标准的评估系统的性能测量称为曲线下的面积,它描述了权衡详尽识别人的成员有一个特定的障碍,并限制假阳性。(修改系统限制通常假阳性结果在限制真阳性,)。在医学文献中,诊断测试的曲线下面积约0.7通常被认为是足够准确有用;在三个不同的临床有用的任务,研究人员系统介于0.74和0.86之间。
相关:大脑区域集成演讲的节奏
建立新系统,Guttag和Jen锣,研究生在电气工程和计算机科学和新论文第一作者,使用机器学习,电脑搜索大量的训练数据集模式,对应于特定分类这种情况下,语言障碍的诊断。
训练数据已经积累了约旦绿色和蒂芙尼霍根,MGH卫生职业学院的研究人员,他们有兴趣开发更多客观的讲故事的方法来评估结果测试。“需要更好的诊断工具来帮助临床医生评估,“绿说,自己是一位语言病理学家。“评估孩子们的演讲特别具有挑战性的,因为即使在正常儿童高水平的变化。五个临床医生在房间里,你可能得到5个不同的答案。”
与语言障碍而导致的解剖特征如兔唇、言语障碍和语言障碍都有神经基础。格林解释说,但是它们影响不同的神经通路:言语障碍影响运动路径,而语言障碍影响认知和语言的途径。
的停顿
绿色和霍根假设停顿在孩子的讲话,因为他们很难找到一个词或串生产所需的运动控制,是一个有用的诊断数据的来源。这就是龚Guttag和集中。他们发现了一组13声学特性的孩子们的演讲,机器学习系统可以搜索,寻找模式,与特定的诊断。这些都是短的数量和长暂停,暂停的平均长度,长度的变化,和类似的统计数据不间断的话语。
了解更多:大脑反应演讲预测自闭症儿童早期语言的结果
讲故事的孩子的表演任务中记录的数据集被分为正常发展,患有语言障碍,或患有语言障碍。机器学习系统培训在三个不同的任务:确定任何障碍,是否演讲或语言;识别语言障碍;和识别语音障碍。
研究人员不得不面对一个障碍是正常儿童的年龄范围的数据集是小于儿童损伤:损伤是比较少见的,因为研究人员风险外目标年龄段来收集数据。
龚解决这个问题用一种叫做残留分析的统计方法。首先,她发现之间的相关性受试者的年龄和性别的声学特性和他们的演讲;然后,对于每一个功能,她纠正之前的相关性喂数据的机器学习算法。
“需要可靠的措施为高危筛查儿童语言障碍早期教育工作者已讨论了几十年,”托马斯·坎贝尔说,行为和大脑科学教授德克萨斯大学达拉斯和大学卡莉中心执行主任沟通障碍。“研究者的自动筛选方法提供了一个令人兴奋的技术进步,这可能证明是一个突破语言检查成千上万的孩子在美国。”
注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。
