[論文レビュー] A Novel Decision Tree for Depression Recognition in Speech

Zhenyu Liu, Wang Dong-yu+2 more|arXiv (Cornell University)|Feb 22, 2020

Emotion and Mood Recognition参考文献 23被引用数 9

ひとこと要約

本稿では、音声特徴量を用いてうつ病の認識精度を向上させるために、新しい意思決定木ベースの音声セグメント統合手法を提案する。52名の被験者（うつ病患者23名、健常者29名）を対象に評価した結果、性別依存の分類において男性では75.8%、女性では68.5%の精度を達成し、ベースライン手法よりも優れた性能を示した。

ABSTRACT

Depression is a common mental disorder worldwide which causes a range of serious outcomes. The diagnosis of depression relies on patient-reported scales and psychiatrist interview which may lead to subjective bias. In recent years, more and more researchers are devoted to depression recognition in speech , which may be an effective and objective indicator. This study proposes a new speech segment fusion method based on decision tree to improve the depression recognition accuracy and conducts a validation on a sample of 52 subjects (23 depressed patients and 29 healthy controls). The recognition accuracy are 75.8% and 68.5% for male and female respectively on gender-dependent models. It can be concluded from the data that the proposed decision tree model can improve the depression classification performance.

研究の動機と目的

• うつ病の診断における主観性を低減するため、音声信号を用いた客観的で自動化された手法の開発を目的とする。
• 新しい意思決定木ベースの音声セグメント統合を用いて、うつ病分類の精度を向上させることを目的とする。
• 本手法を、うつ病患者23名と健常者29名を含む実世界の52名の被験者データセット上で検証することを目的とする。
• 音声特徴量を用いたうつ病認識における性別依存の性能差を明らかにすることを目的とする。
• 臨床医による評価の代替として、強固でデータ駆動型の手法を早期うつ病スクリーニングに提供することを目的とする。

提案手法

• 意思決定木を訓練して複数の音声セグメントを統合し、うつ病分類に最も特徴的な特徴量を選択する。
• 音声記録から特徴量を抽出し、意思決定木モデルの入力として使用する。
• 階層的な統合戦略を適用し、学習された意思決定ルールに基づいてセグメントレベルの予測を統合する。
• 性別による違いを考慮するため、別々に性別依存のモデルを訓練する。
• 特徴空間における最適な分割を決定するために、ジニ不純度または類似基準を用いる。
• 52名の被験者データセットのテスト分割に対して、標準的な指標（精度など）を用いてモデルの性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 ベースライン手法と比較して、意思決定木ベースの音声セグメント統合は、うつ病認識の精度を向上させることができるか？
• RQ2 本手法の性能は、男性被験者と女性被験者でどのように異なるか？
• RQ3 どの程度まで音声特徴量が、うつ病診断の客観的指標として機能できるか？
• RQ4 性別に特化したモデリングは、うつ病検出における分類性能を向上させるか？
• RQ5 意思決定木は、うつ病分類に最も情報量の多い音声セグメントを効果的に優先する学習を可能にするか？

主な発見

• 提案された意思決定木モデルは、性別依存のモデルにおいて男性被験者で75.8%のうつ病認識精度を達成した。
• 女性被験者では、性別依存の分類において68.5%の精度を達成した。
• 結果から、意思決定木統合手法が従来のアプローチよりも分類性能を向上させていることが示された。
• モデルは、音声特徴量をうつ病スクリーニングの客観的指標として使用する可能性を示した。
• 性別特化のモデリングにより性能が向上したため、うつ病認識システムにおいて性別による声の違いを考慮することが重要であると考えられる。
• 本研究は、意思決定木を用いた知的な特徴量統合によって、音声ベースのうつ病認識が向上できることを確認した。