PofoliaPofolia ile paylaşıldı

Scientific Reports· 2026Q1

Akustik ses özellikleri kullanılarak iyi huylu gırtlak bozukluklarının hiyerarşik yapay zeka sınıflandırması

Hierarchical AI classification of benign laryngeal disorders using acoustic voice features

Mohsen Annabestani, Samira Aghadoost, Anaïs Rameau, Olivier Elemento ve diğerleri

Kısa özet

Akustik özellikler kullanılarak sekiz iyi huylu gırtlak ses bozukluğu ve sağlıklı kontrolleri doğru bir şekilde sınıflandıran hiyerarşik bir yapay zeka çerçevesi, düz sınıflandırıcıları ve kendi kendine denetimli modelleri geride bıraktı.

Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.

Ana noktalar

  • İyi huylu gırtlak ses bozukluklarını sınıflandırmak için üç aşamalı hiyerarşik bir yapay zeka çerçevesi geliştirilmiştir.
  • Çerçeve, evrişimli sinir ağı mel-spektrogramlarını 21 yorumlanabilir akustik özellikle entegre eder.
  • Düz çok sınıflı sınıflandırıcılar ve kendi kendine denetimli modellerden (HuBERT, HeAR) daha iyi performans elde etmiştir.
  • Güvenilirlik farkındalığına sahip insan döngüsünde bir strateji, düşük güvenilirlikli tahminleri seçici olarak yönlendirerek tanısal performansı artırmıştır.

Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.

Özet (abstract)

Abstract Benign laryngeal voice disorders affect nearly one in five individuals and often manifest as dysphonia, while also serving as non-invasive indicators of broader physiological dysfunction. We propose a clinically inspired hierarchical machine learning framework for automated classification of eight benign voice disorders alongside healthy controls using acoustic features extracted from short, sustained vowel phonations. Experiments were conducted on 15,132 recordings from 1,261 speakers in the Saarbrücken Voice Database, covering vowels /a/, /i/, and /u/ produced at neutral, high, low, and gliding pitches. Mimicking clinical triage workflows, the framework operates in three sequential stages: Stage 1 performs binary pathological screening by integrating convolutional neural network–derived mel-spectrogram representations with 21 interpretable acoustic features; Stage 2 groups voices into Healthy, Functional/Psychogenic, and Structural/Inflammatory categories; and Stage 3 performs fine-grained subtype classification by incorporating probabilistic outputs from preceding stages as auxiliary diagnostic features. The hierarchical framework demonstrated improved performance compared to flat multiclass classifiers and general-purpose self-supervised models (HuBERT, HeAR), suggesting the value of hierarchical decomposition for complex voice-disorder classification. A confidence-aware human-in-the-loop strategy further improved diagnostic performance by selectively referring low-confidence predictions for expert review while maintaining substantial automatic coverage, providing a practical pathway toward trustworthy clinical deployment and continual model refinement. But external validation on independent cohorts remains essential before clinical deployment. By combining deep spectral learning with interpretable voice features, the proposed framework demonstrates potential as a component of comprehensive diagnostic assessment pending clinical validation and external testing on diverse populations.

Yazarların özeti; kaynağından alınmıştır. Scientific Reports, 2026 · DOI ↗

ÇıkarımlarPremium
Makaleye SorÜcretsiz hesapla

Ücretsiz hesapla devam et

Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.

Web'de ücretsiz devam et

Google ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.

Telefonda:

Alan: Konuşma ve İşitme

Speech and HearingHealth Professions