MARC

 008250123s2024        us                              c    eng  d
■001000017165074
■00520250211153120
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798346852056
■035    ▼a(MiAaPQ)AAI31761642
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a621.3
■1001  ▼aRavi,  Vijay.
■24510▼aAccuracy  and  Privacy  in  Speech-Based  Modeling  of  Major  Depression:  Innovative  Approaches  Through  Data  Augmentation,  and  Speaker  Identity  Disentanglement
■260    ▼a[Sl]▼bUniversity  of  California,  Los  Angeles▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a140  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-06,  Section:  B.
■500    ▼aAdvisor:  Alwan,  Abeer.
■5021  ▼aThesis  (Ph.D.)--University  of  California,  Los  Angeles,  2024.
■520    ▼aMajor  Depressive  Disorder  (MDD)  is  a  prevalent  mental  illness  that  affects  a  significant  portion  of  the  global  population.  Despite  its  severity,  traditional  diagnostic  methods  often  fail  to  identify  and  treat  MDD  effectively,  highlighting  the  need  for  automated  diagnostic  tools.  Recent  research  has  identified  speech  signals  as  promising  biomarkers  for  objectively  detecting  depression.  However,  the  development  of  speech-based  depression  detection  systems  faces  several  challenges  including  data  scarcity  and  privacy  preservation.  The  sensitive  nature  of  mental  health  data  makes  it  difficult  to  collect  large  datasets  required  for  training  robust  models.  Moreover,  many  current  approaches  rely  on  features  that  can  compromise  patient  confidentiality,  hindering  the  adoption  of  these  systems  in  clinical  settings.  This  thesis  presents  novel  methods  to  address  these  challenges  and  to  enhance  the  performance  and  privacy  of  speech-based  depression  detection.  The  contributions  include  a  frame  rate-based  data  augmentation  technique  (FrAUG)  to  increase  training  data  while  preserving  depression-related  acoustic  information.  Additionally,  five  speaker  identity  disentanglement  methods  are  proposed:  adversarial  loss  maximization,  loss  equalization  via  Cross-Entropy,  Variance,  and  KL  Divergence,  and  unsupervised  speaker  disentanglement  via  cosine  similarity  minimization.  These  methods  aim  to  reduce  the  reliance  on  speaker  identity  during  depression  detection.  The  proposed  techniques  are  evaluated  on  multiple  datasets  in  two  languages  -  English  (DAIC-WoZ  dataset)  and  Mandarin  (EATD  and  CONVERGE  datasets),  demonstrating  improved  depression  detection  accuracy  and  reduced  speaker  separability  compared  to  state-of-the-art  approaches.  Furthermore,  the  privacy  preservation  capabilities  of  these  methods  are  quantified  using  gain  of  voice  distinctiveness  and  de-identification  scores,  showcasing  their  potential  for  safeguarding  patient  privacy.  By  advancing  speech-based  depression  detection  in  terms  of  accuracy  and  privacy,  this  thesis  aims  to  facilitate  the  development  of  effective  and  secure  diagnostic  tools  that  can  be  readily  adopted  in  clinical  settings.
■590    ▼aSchool  code:  0031.
■650  4▼aComputer  engineering
■650  4▼aMental  health
■650  4▼aComputer  science
■650  4▼aInformation  technology
■653    ▼aDepression  detection
■653    ▼aPrivacy-preserving
■653    ▼aSpeaker  disentanglement
■653    ▼aSpeech  processing
■653    ▼aData  augmentation
■653    ▼aMajor  Depressive  Disorder
■690    ▼a0984
■690    ▼a0489
■690    ▼a0464
■690    ▼a0347
■71020▼aUniversity  of  California,  Los  Angeles▼bElectrical  and  Computer  Engineering  0333.
■7730  ▼tDissertations  Abstracts  International▼g86-06B.
■790    ▼a0031
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17165074▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서