The use of vocal biomarkers in the detection of Parkinson's disease: a robust statistical performance comparison of classic machine learning models
Created by
Haebom
Category
Empty
저자
Katia Pires Nascimento do Sacramento, Elliot Q. C. Garcia, Niceias Silva Vilela, Vinicius P. Sacramento, Tiago A. E. Ferreira
개요
본 연구는 심층 신경망(DNN)을 사용하여 음성 바이오마커를 기반으로 파킨슨병(PD) 환자와 건강한 대조군을 구별하는 데 있어 기존 기계 학습(ML) 방법과 비교하여 DNN의 효과를 일관되게 평가하는 것을 목표로 하는 횡단 연구입니다. 두 개의 공개 음성 데이터 세트를 사용했으며, Mel-frequency cepstral coefficients (MFCCs)를 추출하여 모델의 견고성을 평가했습니다. DNN은 이탈리아 음성 데이터 세트에서 평균 98.65%의 정확도를, 파킨슨병 원격 모니터링 데이터 세트에서 92.11%의 정확도를 기록하며 전통적인 ML 모델보다 우수한 성능을 보였습니다.
시사점, 한계점
•
DNN 기반 음성 바이오마커가 파킨슨병 조기 진단에 높은 정확도와 신뢰성을 제공할 수 있음을 확인했습니다.
•
DNN은 기존 ML 모델보다 우수한 성능을 보였습니다.
•
저렴하고 접근성이 높은 비침습적 진단 방법으로서의 가능성을 제시합니다.
•
두 개의 공개 데이터 세트에 대한 평가로, 일반화 가능성을 추가 연구를 통해 확인해야 합니다.
