受发育特征启发的可解释儿童康复框架的可重复性审计与组件级概念验证
《Applied Sciences》:AI-Assisted Rehabilitation Assessment for Pediatric Stroke: A Methodological Framework with Explainable Speech Concept Modeling, Video-Based Motor Representation, and Age-Conditioned Normalization
【字体:
大
中
小
】
时间:2026年09月23日
来源:Applied Sciences 2.5
摘要
本研究提出了一种具有可解释性且受发育特征启发的儿童康复框架,并在三个独立的公开数据集上对所审计的组件进行了评估。儿童卒中是潜在的应用方向;研究未包含儿童卒中队列或同步多模态实验。一次可重复性审计替代了此前使用非独立来源变体所报告的语音结果。在一项新的无需校准实验中,使用了来自343位说话者的600条语音命令录音,每个来源的所有变体和每位说话者的所有录音均保留在同一分区中。在说话者不相交的测试集上,基于12个特征的随机森林达到了0.822的准确率(95%参与者聚类自助法置信区间0.774–0.867),而四种计算的声学代理指标和基于四个概念的序列概念瓶颈模型均达到0.578的准确率。当整个扰动族被剔除时,性能通常接近随机水平,表明其具有变换特异性而非临床语音有效性。经审计的运动视频实验为视角特定而非跨视角;其合并准确率为0.202,低于0.217的多数类基线,且五个稀有类别的召回率为零。基于参与者分组的随机森林使用六个由姿态衍生的代理指标达到了0.184的准确率和0.095的宏平均F1分数。在所有49份可用的BJCMC转写记录中,逐例留一儿童年龄归一化将语速与年龄之间的Spearman相关性从0.328(95%区间0.065–0.535)降至0.042(–0.124)。特征级归因诊断增加了重复随机对照和稳定性分析。这些结果支持了一个可重复的组件级概念验证,同时指出了临床验证、多模态验证和运动验证方面的大量需求。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号