文献

J-GLOBAL ID：202202270287844551   整理番号：22A1057698

声信号を用いたパーキンソン病の分類に基づく検出のための特徴空間縮小法【JST・京大機械翻訳】

Feature space reduction method for classification based detection of Parkinson’s disease using vocal signals

著者 (4件)： Rawat Akshit (Department of Instrumentation and Control Engineering, Bharati Vidyapeeth’s College of Engineering, New Delhi, India E-mail:) ,  Mishra Sarthak (Department of Instrumentation and Control Engineering, Bharati Vidyapeeth’s College of Engineering, New Delhi, India E-mail:) ,  Sharma Yash (Department of Instrumentation and Control Engineering, Bharati Vidyapeeth’s College of Engineering, New Delhi, India E-mail:) ,  Khetarpal Poras (Department of Information Technology, Bharati Vidyapeeth’s College of Engineering, New Delhi, India)
資料名： Journal of Information and Optimization Sciences  (Journal of Information and Optimization Sciences)
巻： 43  号： 1  ページ： 55-61  発行年： 2022年 
JST資料番号： W5959A  ISSN： 0252-2667  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： メル周波数セプストラムは,話者認識ソフトウェアを構築するための音声信号から特徴を抽出するための最も成功した方法である。その適用は現在医療科学の領域に達しており,現在,診断機器の構築に積極的に使用されている。研究は,この方法が患者の音声の不一致を捉えることに成功し,パーキンソン病のバイオマーカーを潜在的に示すことを示した。抽出したMFCCの特徴は,高次エネルギー成分から特徴を捕捉するので,数が多い。しかし,それは下降した。生成された多数の特徴のために,大量の特徴サンプルで乗算され,計算コストは多様体によって増加する。これは実行時間を増加させ,診断結果を潜在的に遅らせることができる。従って,大きなデータセットの負荷を容易にし,より迅速な結果を達成する効率的なモデルの構築が重要である。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *音声 ,  多様体 ,  特徴抽出 ,  係数 ,  話者認識 ,  音声信号 ,  モデル ,  診断用機器 ,  ソフトウェア ,  *Parkinson病 ,  バイオマーカー
準シソーラス用語： 実行時間 ,  計算コスト ,  MFCC ,  *特徴空間 , 【Automatic Indexing@JST】

著者キーワード (4件)： メル周波数ケプストラム ,  多層オートエンコーダ ,  パーキンソン病(PD) ,  特徴抽出

分類 (2件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (5件)： 声 ,  パーキンソン病 ,  分類 ,  特徴空間 ,  縮小