論文の概要: RECA-PD: A Robust Explainable Cross-Attention Method for Speech-based Parkinson's Disease Classification

• arxiv url: http://arxiv.org/abs/2507.03594v1
• Date: Fri, 04 Jul 2025 14:05:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-08 15:46:34.792309
• Title: RECA-PD: A Robust Explainable Cross-Attention Method for Speech-based Parkinson's Disease Classification
• Title（参考訳）: 音声に基づくパーキンソン病分類のためのロバストな説明可能な交差注意法RECA-PD
• Authors: Terry Yi Zhong, Cristian Tejedor-Garcia, Martha Larson, Bastiaan R. Bloem,
• Abstract要約: パーキンソン病(PD)は全世界で1000万人以上の人に影響を与えており、言語障害はしばしば長年の運動症状に先行している。 近年のディープラーニングモデルは高い精度を達成するが、一般的に臨床応用に必要な説明能力は欠如している。 本稿では,解釈可能な音声特徴と自己教師付き表現を組み合わせた,新規で堅牢で説明可能なクロスアテンションアーキテクチャであるRECA-PDを提案する。
• 参考スコア（独自算出の注目度）: 0.8499685241219366
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Parkinson's Disease (PD) affects over 10 million people globally, with speech impairments often preceding motor symptoms by years, making speech a valuable modality for early, non-invasive detection. While recent deep-learning models achieve high accuracy, they typically lack the explainability required for clinical use. To address this, we propose RECA-PD, a novel, robust, and explainable cross-attention architecture that combines interpretable speech features with self-supervised representations. RECA-PD matches state-of-the-art performance in Speech-based PD detection while providing explanations that are more consistent and more clinically meaningful. Additionally, we demonstrate that performance degradation in certain speech tasks (e.g., monologue) can be mitigated by segmenting long recordings. Our findings indicate that performance and explainability are not necessarily mutually exclusive. Future work will enhance the usability of explanations for non-experts and explore severity estimation to increase the real-world clinical relevance.
• Abstract（参考訳）: パーキンソン病(PD)は全世界で1000万人以上の人に影響を与えており、音声障害は長年の運動症状に先行することが多く、早期、非侵襲的な検出には貴重なモダリティとなっている。 最近のディープラーニングモデルは高い精度を達成するが、一般的に臨床使用に必要な説明能力は欠如している。 そこで本稿では,解釈可能な音声特徴と自己教師付き表現を組み合わせた,新規で堅牢で説明可能なクロスアテンションアーキテクチャであるRECA-PDを提案する。 RECA-PDは音声に基づくPD検出における最先端のパフォーマンスと一致し、より一貫性があり、臨床的に有意義な説明を提供する。 さらに,特定の音声タスク(例えば,モノローグ)の性能劣化は,長い録音をセグメント化することで軽減できることを示した。 以上の結果から,性能と説明性は必ずしも相互排他的とは限らないことが示唆された。 今後の研究は、非専門家に対する説明の使い勝手を向上し、現実の臨床的関連性を高めるための重症度推定を探求する。

関連論文リスト

• GEMeX-ThinkVG: Towards Thinking with Visual Grounding in Medical VQA via Reinforcement Learning [50.94508930739623]
  医学的視覚的質問応答は、医学的イメージに基づいた自然言語的質問にモデルで答えることによって、臨床的な意思決定を支援することを目的としている。 現状の手法は, 信頼性の限界や解釈可能性の低下に悩まされており, 臨床医や患者がモデル生成の回答を理解し, 信頼する能力が損なわれている。 この研究はまず、回答生成を中間的推論ステップに分解するThinking with Visual Groundingデータセットを提案する。 本稿では,強化学習のための新たな報奨機構を導入し,モデル推論プロセスと最終解の整合性を改善した。
  論文  参考訳（メタデータ） (2025-06-22T08:09:58Z)
• Unveiling Interpretability in Self-Supervised Speech Representations for Parkinson's Diagnosis [9.91077163490596]
  本稿では,パーキンソン病の診断を支援するための新しい枠組みを提案する。 提案するフレームワークは, 単純かつ効果的なクロスアテンション機構の設計を通じて, 2つの異なる相補的視点から解釈可能性を提供する。 提案手法は最先端の手法と競合すると同時に,言語間シナリオにおける堅牢性も実証する。
  論文  参考訳（メタデータ） (2024-12-02T22:23:43Z)
• Devising a Set of Compact and Explainable Spoken Language Feature for Screening Alzheimer's Disease [52.46922921214341]
  アルツハイマー病(AD)は高齢化社会において最も重要な健康問題の一つとなっている。 我々は,大言語モデル(LLM)とTF-IDFモデルの視覚的機能を活用する,説明可能な効果的な機能セットを考案した。 当社の新機能は、自動ADスクリーニングの解釈可能性を高めるステップバイステップで説明し、解釈することができる。
  論文  参考訳（メタデータ） (2024-11-28T05:23:22Z)
• Sensitivity, Performance, Robustness: Deconstructing the Effect of Sociodemographic Prompting [64.80538055623842]
  社会デマトグラフィープロンプトは、特定の社会デマトグラフィープロファイルを持つ人間が与える答えに向けて、プロンプトベースのモデルの出力を操縦する技術である。 ソシオデマトグラフィー情報はモデル予測に影響を及ぼし、主観的NLPタスクにおけるゼロショット学習を改善するのに有用であることを示す。
  論文  参考訳（メタデータ） (2023-09-13T15:42:06Z)
• Automatic diagnosis of knee osteoarthritis severity using Swin transformer [55.01037422579516]
  変形性膝関節症 (KOA) は膝関節の慢性的な痛みと硬直を引き起こす疾患である。 我々は,Swin Transformer を用いて KOA の重大度を予測する自動手法を提案する。
  論文  参考訳（メタデータ） (2023-07-10T09:49:30Z)
• Leveraging Pretrained Representations with Task-related Keywords for Alzheimer's Disease Detection [69.53626024091076]
  アルツハイマー病(AD)は高齢者に特に顕著である。 事前学習モデルの最近の進歩は、AD検出モデリングを低レベル特徴から高レベル表現にシフトさせる動機付けとなっている。 本稿では,高レベルの音響・言語的特徴から,より優れたAD関連手がかりを抽出する,いくつかの効率的な手法を提案する。
  論文  参考訳（メタデータ） (2023-03-14T16:03:28Z)
• Perceive and predict: self-supervised speech representation based loss functions for speech enhancement [23.974815078687445]
  クリーンな音声とノイズの多い音声の特徴符号化の距離は、心理音響的動機付けによる音声品質と聞きやすさの尺度と強く相関している。 損失関数としてこの距離を用いた実験を行い、STFTスペクトル距離に基づく損失よりも性能を向上した。
  論文  参考訳（メタデータ） (2023-01-11T10:20:56Z)
• The Phonetic Footprint of Parkinson's Disease [16.64383793837174]
  パーキンソン病(PD)は患者の運動能力に重大な影響を及ぼす。 母音の不安定性、スラリー発音、遅い発声などの特徴パターンは、影響を受けた個人によく見られる。 健常者を対象に訓練した音声認識器を用いて, PDが患者の音声足跡に与える影響について検討した。
  論文  参考訳（メタデータ） (2021-12-21T20:44:21Z)
• A Preliminary Study of a Two-Stage Paradigm for Preserving Speaker Identity in Dysarthric Voice Conversion [50.040466658605524]
  変形性音声変換(DVC)における話者同一性維持のための新しいパラダイムを提案する。 変形性音声の質は統計VCによって大幅に改善される。 しかし, 変形性関節症患者の通常の発話は, ほとんど収集できないため, 過去の研究は患者の個性を取り戻すことはできなかった。
  論文  参考訳（メタデータ） (2021-06-02T18:41:03Z)
• Parkinsonian Chinese Speech Analysis towards Automatic Classification of Parkinson's Disease [31.431256876809343]
  パーキンソン病(PD)の早期に発する発声障害 中国語の音声コーパスを新たに構築し,PD患者の分類について検討した。 我々の分類精度は最先端の研究をはるかに上回った。
  論文  参考訳（メタデータ） (2021-05-31T04:51:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。