基于双流跨语料库共识特征选择的语言无关语音帕金森病生物标志物筛查框架

《Scientific Reports》：Cross-corpus consensus feature selection for language-invariant Parkinson’s disease detection: a dual-stream acoustic and spectrogram-attention framework

　　

摘要

基于语音的帕金森病（PD）生物标志物通常能在同一语料库内实现高精度，但在迁移到未知数据集、语言或录音协议时性能急剧下降。我们认为，这种脆弱性主要是一个特征稳定性问题，而非建模问题，并提出一种双流跨语料库共识特征选择框架，显式地施加跨语料库一致性约束。第一流操作于156个可解释的手工声学描述符：在每个训练语料库中，一组异构分类器执行递归特征消除，特征通过数据集内模型一致性予以保留，并通过严格的跨数据集交集筛选出一组紧凑的跨语料库稳定候选生物标志物，其中一部分特征在衍生语言间还表现出一致的效果量方向。第二流操作于对数梅尔频谱图，将CBAM增强的ResNet的空间注意力、视觉Transformer的注意力回滚以及Grad-CAM显著性掩码融合为共识显著性掩码，其一致的显著区域生成池化文件级图像特征，并同样在跨语料库中予以稳定化。两个共识流被融合后，分别在单语、多语和跨语言范式下进行分类。关键在于，三个语料库（英语、意大利语、孟加拉语）仅用于特征衍生，而三个不相交语料库（西班牙语、英语、西班牙语）被保留用于外部验证，使得特征层面的不变性可独立于模型特定的自适应策略进行度量。该框架推动了从特定语言PD模型向可扩展、语言无关且可解释的基于语音筛查的转变。跨语料库稳定性、逐特征效果量一致性和留一语言验证被报告为支撑这些主张的证据基础，我们明确量化了数据集特定优化仍优于共识表示的语料库范围及优势幅度。