色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

利用開發出的機器學習模型,檢測可以標識出抑郁的語音,單詞和語調

nlfO_thejiangme ? 來源:未知 ? 作者:李倩 ? 2018-09-25 11:30 ? 次閱讀

傳統的抑郁癥診斷方式,是基于醫生的臨床經驗,通過采訪患者,詢問病人過去精神狀況,生活方式和情緒等問題,根據患者的反應來確定病情。近年來,機器學習開始被用作診斷的輔助手段:利用開發出的機器學習模型,檢測可以標識出抑郁的語音,單詞和語調。這種方法需要患者來對某些特定的問題給出答案,由于算法較依賴于被問到的問題類型,因此在使用時有其局限性。

近日,來自MIT的研究人員詳細介紹了一種神經網絡模型,該模型可以直接通過對采訪中的原始文本和音頻數據進行處理,從而判斷其抑郁傾向。其優點在于:其不局限于特定的問題和答案,而是可以針對隨意給定的主題來做出判斷。研究人員希望這種方法可以通過日常對話來進行診斷,通過這種模型來發現人們在短信或者語音聊天中是否有抑郁的跡象,并發出適當的提醒和警告。其針對的對象和應用前景主要在初步診斷和防治領域:尤其對于那些因為距離、成本或缺乏疾病防控意識而無法前往臨床醫生進行初步診斷的人尤其有用。

研究人員認為:在對話中體現出的快樂,興奮,悲傷,或者一些諸如抑郁癥的嚴重的認知問題,都是通過談話而獲取第一手資料的。如果想要應用抑郁檢測模型,在數據采集時候就需要盡可能地減少對于談話的限制,最好是能從日常談話中抓取有用信息

研究人員同時指出,研發的難點在于:每位患者都會以不同的方式和風格進行表達,如果模型發現一些異常的變化就會向醫生發出進一步的警告。 盡管如此,這一模型在臨床診斷中起到了很大的輔助作用,這一進步讓人們看到了模型解決抑郁檢測的希望。

Context free modeling

模型的關鍵創新在于能夠檢測與抑郁癥相關的模式,并將這些模式映射到新的個體,而無需額外的信息。研究人員將這種方式稱為不基于上下文的模型,因為它不需要對尋找特定反應模所對應的問題做出限制。

傳統的模型會提供一組特定的問題,然后分別標記反饋沒有抑郁癥的人,以及有抑郁癥的人對于該例子的反饋,例如,通過詢問諸如“你有抑郁史嗎?”這樣的問題,然后根據回答問題時的反應來分析是否有抑郁癥傾向。這種方法雖然行之有效,但這卻不是通常對話所進行的方式。

為了解決傳統方法的弊端,研究人員使用了一種稱為序列模型的技術進行語音處理。通過這種技術,他們一個接一個地從抑郁和非抑郁個體的問題和答案中提供文本和音頻數據的模型序列。隨著序列的積累,該模型可以提取出有或沒有抑郁癥的人出現的語音模式。諸如“悲傷”,“低”或“向下”之類的單詞可以與更平坦且更單調的音頻信號匹配。患有抑郁癥的個體也可能說話較慢并且在單詞之間使用較長的暫停。

該模型可以分析單詞或說話風格的序列,并確定這些模式是否更容易在抑郁或抑郁的人身上表現出來,如果在新的案例中看到相同的序列模式,模型便可以根據訓練的結果預測其是否有抑郁傾向。這種技術還有助于模型將整個對話視為一個整體,并分析有抑郁癥和無抑郁癥的人之間隨著時間推移所產生的差異。

檢測抑郁癥

研究人員利用抑郁分析面試語料庫中的142次交流作為數據集來進行了訓練和測試,這些資料來源于心理健康問題患者的音頻,文本和視頻訪談。這些數據使用個人健康問卷進行評定,每個受試者按0到27之間的等級評定抑郁。高于中度(10至14)和中度(15至19)之間的得分被認為是有抑郁的,而低于該閾值的所有其他得分則是健康的。在這一數據集中,有28個(20%)被標記為抑郁。

在實驗中,使用精確度和召回率來評估模型。精確度用來判斷哪些受試者被診斷為抑郁。 研究人員評估了該測量模型。在精確度方面,該模型準確率為71%,召回率為83%,平均綜合得分為77%。在大多數測試中,該模型的各項指標幾乎都超過了同類其他模型。

研究人員指出該研究的一個關鍵方面是,在實驗過程中,該模型需要更多的數據來預測音頻中的抑郁。通過文本,模型可以使用平均七個問答序列準確地檢測抑郁癥。而通過音頻,該卻模型需要大約30個序列。 這意味著人們使用文本語言時表現出抑郁的傾向,比在使用音頻時所需的時間更短,麻省理工學院的研究人員可以利用該點為切入點,進一步完善他們的模型。

這項工作具有非常鼓舞人心的研究意義。現在模型的識別方式還類似于黑盒子,研究人員正在試圖解釋其所發現模式的規律。該模型不僅僅局限于抑郁癥的診斷識別領域,未來,人們還希望將這種方法推廣測試來自更多具有其他認知障礙(如癡呆)的受試者中去。

最后,希望小伙伴們天天愉悅, 笑容是最美的~~

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 神經網絡
    +關注

    關注

    42

    文章

    4771

    瀏覽量

    100719
  • 機器學習
    +關注

    關注

    66

    文章

    8407

    瀏覽量

    132567

原文標題:今天你開心嘛? MIT研發神經網絡模型,可通過處理采訪的原始文本和音頻數據,判斷抑郁傾向

文章出處:【微信號:thejiangmen,微信公眾號:將門創投】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    聆思CSK6視覺語音模型AI開發板入門資源合集(硬件資料、大模型語音/多模態交互/英語評測SDK合集)

    自定義大模型應用并接入到開發套件上實現語音交互,由淺入深地展示如何開發自己的大模型助手。 離線AI能力示例SDK清單 序號AI 能力 1
    發表于 06-18 17:33

    會物體識別和語音識別的nao機器

    的“say”指令盒中,您可插入文字,并根據需要調整聲音參數。隨后,nao機器人就會以恰當的語調抑揚頓挫地說這段文字。自動語音識別語音識別是
    發表于 02-13 14:09

    50多種適合機器學習和預測應用的API,你的選擇是?(2018年版本)

    人。6.IBM Watson Retrieve and Rank:開發人員可以將自定義數據加載到這個服務中,并使用相關算法來訓練機器學習模型
    發表于 05-03 16:41

    AI語音智能機器開發實戰

    設計、再到現場寫代碼實現每一個子模塊的功能,一步步帶領大家開發出一款可量產的商用AI語音智能陪護機器人。學完整個課程,大家能夠全面掌握AI語音開發
    發表于 01-04 11:48

    利用認知 API 到構建出自定義的機器學習模型面臨哪些挑戰?

    一直是人們利用風能的工具,如今,利用風能的工具每一天都在變得更高效、更安全,且更易于管理,因為我們有了機器學習
    發表于 07-12 06:19

    什么是機器學習? 機器學習基礎入門

    給計算機一張圖片,然后讓計算機判斷圖片中是否包含貓或人臉。相反,我們利用機器學習,給它數以千計的圖片(作為像素的集合)與貓,和人的臉,兩者都沒有,和一個模型
    發表于 06-21 11:06

    部署基于嵌入的機器學習模型

    1、如何在生產中部署基于嵌入的機器學習模型  由于最近大量的研究,機器學習模型的性能在過去幾年里
    發表于 11-02 15:09

    基于RFC的語調差異性研究

    音位層面的音高音位方式研究:試圖在音系和語音層面建立聯系的白主音段一節奏方式研究。國外的英語語調習得研究主要是對不同母語學習者的語調的習得過程、語調
    發表于 11-07 16:48 ?1次下載
    基于RFC的<b class='flag-5'>語調</b>差異性研究

    機器學習工具,能讓抑郁癥診斷變得更容易也客觀

    抑郁癥越來越變成一個常見詞,很多普通人心情不好時就稱自己得了抑郁癥。不過即便對醫生來說,診斷也不是件容易的事。而南加州大學的研究人員開發出機器學習
    發表于 05-13 10:44 ?1924次閱讀

    單詞APP開發公司

      深圳APP開發公司【粉果科技】指出:碎片化學習已經成為一種流行,越來越多上班族或者學生都會利用等地鐵、排隊等碎片時間來背誦單詞。傳統的單詞
    發表于 06-30 15:03 ?367次閱讀

    麻省理工學院研制抑郁檢測器,可以利用AI判斷人類是否有抑郁

    麻省理工學院的研究人員最近開發出一種神經網絡,能夠以相對較高的準確度對個人患有認知功能障礙的可能性做出預測。因此在一定程度上,我們可以將其理解為一種抑郁檢測器。
    發表于 09-26 10:36 ?3617次閱讀

    利用人工智能技術 可以語音中觀察抑郁癥的跡象

    現在,麻省理工學院計算機科學和人工智能實驗室的研究人員正在研究一種算法,可以消除這種猜測。他們使用了142個病人的文本和音頻數據——其中30個已經被診斷患有抑郁癥——來培訓一種機器
    發表于 11-08 17:42 ?1714次閱讀

    如何使用深度學習實現語音聲學模型的研究

    的分析識別更是研究的重中之重。近年來深 10 度學習模型的廣泛發展和計算能力的大幅提升對語音識別技術的提升起到了關鍵作用。本文立足于語音識別與深度
    發表于 05-09 08:00 ?41次下載
    如何使用深度<b class='flag-5'>學習</b>實現<b class='flag-5'>語音</b>聲學<b class='flag-5'>模型</b>的研究

    Facebook開發出更加強大的機器學習模型

    近日,Facebook公司分享了兩個內部人工智能項目的細節,分別是Learning from video和TimeSformer,這兩個項目旨在促進更強大的機器學習模型開發
    的頭像 發表于 03-18 09:18 ?1726次閱讀

    基于YOLO改進的輕量級交通標識檢測模型

    在車載邊緣計算單元中,由于其硬件設備的資源受限,開發適用于車載邊緣計算的輕量級、高效的交通標識檢測模型變得越來越迫切。文中提出了一種基于 Tiny YOLO改進的輕量級交通
    發表于 04-19 15:01 ?12次下載
    基于YOLO改進的輕量級交通<b class='flag-5'>標識</b><b class='flag-5'>檢測</b><b class='flag-5'>模型</b>
    主站蜘蛛池模板: 久久精品一区二区免费看| 人妻精品久久无码专区| 538prom国产在线视频一区| 乱码AV午夜噜噜噜噜| 2021全国精品卡一卡二| 欧美阿v在线免播播放| 俄罗斯搜索引擎Yandex推广入口| 肉蒲团从国内封禁到日本成经典 | 果冻传媒mv国产陈若瑶主演| 撅高 自己扒开 调教| 精品人妻一区二区三区视频53 | 国产婷婷色综合AV蜜臀AV| 亚洲裸舞 hd| 女bbbbxxx孕妇| 精品极品三大极久久久久| 边摸边吃奶边做激情叫床视| 亚洲中文有码字幕日本| 十大禁止安装的黄台有风险| 国产精华av午夜在线观看| 欧美成人亚洲高清在线观看| 99久久久无码国产精精品| 亚洲AV电影天堂男人的天堂| 欧美s00老人| 久久日韩精品无码一区| 国产精品久久高潮呻吟无码| babesvideos欧美最新| 一起碰一起噜一起草视频| 无遮18禁在线永久免费观看挡| 美国一级黄色| 九色PORNY丨视频入口| 国产精品热久久高潮AV袁孑怡| www.一级毛片| 97免费在线视频| 中文在线无码高潮潮喷在线| 亚洲国产成人在线| 午夜家庭影院| 色婷婷AV国产精品欧美毛片| 秋霞电影网午夜一级鲁丝片| 免费观看美女的网站| 久久综合久久鬼| 老人洗澡自拍xxx互摸|