Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2507.16836

帮助 | 高级搜索

电气工程与系统科学 > 音频与语音处理

arXiv:2507.16836 (eess)
[提交于 2025年7月16日 ]

标题: 从黑箱到生物标志物:用于解释帕金森病语音模型的稀疏自编码器

标题: From Black Box to Biomarker: Sparse Autoencoders for Interpreting Speech Models of Parkinson's Disease

Authors:Peter Plantinga, Jen-Kai Chen, Roozbeh Sattari, Mirco Ravanelli, Denise Klein
摘要: 语音在帕金森病(PD)等神经系统疾病中作为一种成本效益高且无创的生物标志物具有前景。 虽然在原始音频上训练的深度学习系统可以找到手工特征无法提供的细微信号,但其黑箱特性阻碍了临床应用。 为了解决这个问题,我们应用稀疏自编码器(SAEs)从基于语音的PD检测系统中揭示可解释的内部表示。 我们引入了一种新的基于掩码的激活方法,以适应小规模生物医学数据集,创建稀疏解耦的字典表示。 这些字典条目与PD语音中的典型发音缺陷有很强的关联,例如模型注意力突出的低能量区域中的减少的频谱通量和增加的频谱平坦度。 我们进一步表明,频谱通量与MRI扫描的纹状体体积测量有关,证明了SAEs揭示用于疾病监测和诊断的临床相关生物标志物的潜力。
摘要: Speech holds promise as a cost-effective and non-invasive biomarker for neurological conditions such as Parkinson's disease (PD). While deep learning systems trained on raw audio can find subtle signals not available from hand-crafted features, their black-box nature hinders clinical adoption. To address this, we apply sparse autoencoders (SAEs) to uncover interpretable internal representations from a speech-based PD detection system. We introduce a novel mask-based activation for adapting SAEs to small biomedical datasets, creating sparse disentangled dictionary representations. These dictionary entries are found to have strong associations with characteristic articulatory deficits in PD speech, such as reduced spectral flux and increased spectral flatness in the low-energy regions highlighted by the model attention. We further show that the spectral flux is related to volumetric measurements of the putamen from MRI scans, demonstrating the potential of SAEs to reveal clinically relevant biomarkers for disease monitoring and diagnosis.
评论: 14页,5张图,提交至NeurIPS 2025
主题: 音频与语音处理 (eess.AS) ; 机器学习 (cs.LG)
引用方式: arXiv:2507.16836 [eess.AS]
  (或者 arXiv:2507.16836v1 [eess.AS] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.16836
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Peter Plantinga [查看电子邮件]
[v1] 星期三, 2025 年 7 月 16 日 16:22:02 UTC (609 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.LG
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
eess
eess.AS

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号