MADUV: The 1st INTERSPEECH Mice Autism Detection via Ultrasound Vocalization Challenge
Created by
Haebom
저자
Zijiang Yang, Meishu Song, Xin Jing, Haojie Zhang, Kun Qian, Bin Hu, Kota Tamada, Toru Takumi, Bjorn W. Schuller, Yoshiharu Yamamoto
개요
본 논문은 마우스의 초음파 발성을 이용한 자폐 스펙트럼 장애(ASD) 검출을 위한 첫 번째 INTERSPEECH 챌린지인 MADUV 챌린지를 소개합니다. 참가자들은 고샘플링률 녹음을 기반으로 야생형 마우스와 ASD 모델 마우스를 자동으로 분류하는 모델을 개발하는 과제를 수행합니다. 기준 시스템은 세 가지 다른 스펙트로그램 특징을 사용하는 간단한 CNN 기반 분류를 사용하며, 가청 범위 특징이 가장 좋은 성능(세그먼트 수준 0.600, 개체 수준 0.625의 UAR)을 달성했습니다. 이 챌린지는 음성 기술과 생의학 연구를 연결하여 기계 학습 접근 방식을 통해 ASD 모델에 대한 이해를 높일 수 있는 기회를 제공합니다. 결과는 발성 분석에 대한 유망한 방향을 제시하며 ASD 검출에서 가청 및 초음파 발성의 잠재적 가치를 강조합니다.
시사점, 한계점
•
시사점:
◦
마우스의 초음파 발성 분석을 통해 ASD를 자동으로 검출하는 가능성을 보여줌.
◦
음성 기술과 생의학 연구 간의 협력을 통한 ASD 연구의 새로운 가능성 제시.
◦
가청 범위 특징의 효과성 확인 및 초음파 발성 분석의 잠재적 가치 강조.
◦
기계 학습 기반 ASD 연구의 발전에 기여.
•
한계점:
◦
기준 시스템의 성능(UAR 0.6)이 아직 완벽하지 않음. 더 높은 정확도를 위한 추가 연구 필요.
