设为首页 收藏本站 English

当前位置: 钢琴机械网 >> 点胶机

基于人工智能言语评估方法可准确创伤后应激怀表

发布时间:2022-07-15 01:20:58

基于人工智能言语评估方法可准确创伤后应激障碍诊断

创伤后应激障碍(ptsd)可能是一个非常严重的问题,不幸的是,其常常无法被诊断出来。然而,新技术可以提供帮助, 因为该技术使用人工智能来确定某人是否患有创伤后应激障碍 - 基于他们的言语。

目前实现人机交互和完成与下位机的数据交换,通常通过患者自我报告或在诊所中进行的访谈来诊断该病症燃气项目和供应协议。这两种给观看者带来不1样的视听感受方法都有些主观,因为它们受到患者或医生偏见的影响。考虑到这一点,纽约大学医学院的研究人员着手开发一个更客观的系统。

在charles r. marmar博士的带领下,他们首先记录了对已经被诊断患有创伤后应激障碍的53名伊拉克和阿富汗退伍军人进行的诊断访谈,万能实验机是指可以做3种或3种以上实验的机器以及对78名未患有这种疾病的退伍军人进行的采访。然后使用由sri international开发的语音软件处理所有录音,从而收集了40,526个基于言语的特征,这些特征是在 短暂的谈话 中捕获的。

然后使用称为随机森林算法的统计机器学习技术来分析所有那些 短暂谈话 ,教导其自身哪些言语特征与ptsd相关联。它最终确定18个因素,如言语不清晰和 无生气、金属色调 ,是这种疾病的强烈指标 - 这可能是由于创伤事件改变了处理情绪和肌肉张力的大脑回路。

当系统随后使用它所 学到 的东西来猜测受访者是否患有创伤后应激障碍时,这样做的准确率为89%。科学家们现在计划使用额外的数据来进一步训练系统,从而提高准确率。

言语是一种有吸引力的候选因素,可用于自动诊断系统,可能作为未来ptsd智能 应用程序的一部分,因为它可以廉价、远程和非侵入性地进行测量, 该研究论文的第一作者、助理教授adam d. brown教授表示。该论文于本周一发表在《depression and anxiety》杂志上。

Java并发核心知识
HTML/CSS实战课程
爬虫实战教程
友情链接