[논문 리뷰] Deep Learning Based Generalized Models for Depression Classification.

Nadee Seneviratne, Carol Espy-Wilson|arXiv (Cornell University)|2020. 11. 13.

Speech Recognition and Synthesis참고 문헌 20인용 수 5

한 줄 요약

이 논문은 두 개의 우울증 데이터베이스에서 추출한 음성관 변수(VTs)로부터 도출된 운동협응특징(ACFs)을 기반으로 한 확장된 우울증 분류 모델을 제안한다. 이 모델은 확장된 컨volution 신경망(DCNN)을 사용하며, 단일 데이터베이스 기반의 교차 데이터베이스 평가 대비 약 10%의 상대 정확도 향상을 달성한다. 또한 멜 주파수 케프스트럼 계수(MFCCs)와의 융합을 통해 성능을 추가로 향상시킨다.

ABSTRACT

Depression detection using vocal biomarkers is a highly researched area. Articulatory coordination features (ACFs) are developed based on the changes in neuromotor coordination due to psychomotor slowing, a key feature of Major Depressive Disorder. However findings of existing studies are mostly validated on a single database which limits the generalizability of results. Variability across different depression databases adversely affects the results in cross corpus evaluations (CCEs). We propose to develop a generalized classifier for depression detection using a dilated Convolutional Neural Network which is trained on ACFs extracted from two depression databases. We show that ACFs derived from Vocal Tract Variables (TVs) show promise as a robust set of features for depression detection. Our model achieves relative accuracy improvements of ~10% compared to CCEs performed on models trained on a single database. We extend the study to show that fusing TVs and Mel-Frequency Cepstral Coefficients can further improve the performance of this classifier.

연구 동기 및 목표

• 단일 데이터베이스에서 학습된 기존의 우울증 탐지 모델의 일반화 능력이 제한되어 있는 문제를 해결하기 위해.
• 음성관 변수(VTs)에서 유도된 운동협응특징(ACFs)을 사용하여 일반화된 우울증 분류기 개발을 위해.
• 다양한 데이터베이스 간의 성능 평가를 통해 모델의 강건성과 교차 데이터셋 적용 가능성을 향상시키기 위해.
• TVs와 멜 주파수 케프스트럼 계수(MFCCs)의 특징 융합을 통해 분류 성능 향상을 조사하기 위해.
• 다양한 데이터셋 간의 변동성에도 불구하고 TVs에서 유도된 ACFs가 우울증 탐지에 있어 강력한 생물학적 지표로 기능할 수 있음을 입증하기 위해.

제안 방법

• 두 개의 우울증 데이터베이스에서 음성 신호의 음성관 변수(VTs)로부터 운동협응특징(ACFs)을 추출한다.
• 우울증을 나타내는 계층적 시간 패턴을 학습하기 위해 ACFs를 기반으로 확장된 컨volution 신경망(DCNN)을 훈련시킨다.
• 다른 데이터베이스 간의 일반화 능력을 평가하기 위해 교차 데이터베이스 평가(CCE)를 수행한다.
• TVs의 ACFs와 멜 주파수 케프스트럼 계수(MFCCs)를 융합하여 특징 표현을 풍부하게 한다.
• 표준 딥러닝 손실 함수를 사용한 엔드 투 엔드 훈련을 통해 분류기 성능을 최적화한다.
• 정확도와 같은 표준 지표를 사용하여 성능을 평가하며, 단일 데이터베이스에서 학습된 모델과의 비교를 수행한다.

실험 결과

연구 질문

• RQ1 두 개의 우울증 데이터베이스에서 ACFs를 기반으로 학습된 딥러닝 모델이 단일 데이터베이스에서 학습된 모델보다 더 잘 일반화되는가?
• RQ2 음성관 변수(VTs)에서 유도된 ACFs가 다양한 데이터셋 간의 우울증 탐지 지표로 얼마나 효과적인가?
• RQ3 TVs와 MFCCs의 융합이 우울증 분류 모델의 성능 향상에 어느 정도 기여하는가?
• RQ4 다양한 데이터베이스에서 학습한 모델과 단일 데이터베이스에서 학습한 모델 간의 교차 데이터베이스 평가(CCEs)에서 성능 차이는 어떻게 되는가?
• RQ5 다양한 데이터베이스 간의 변동성에 의해 성능 저하가 발생할 경우, TVs에서 유도된 ACFs는 이를 상쇄할 정도로 충분히 강건한가?

주요 결과

• 제안된 DCNN 모델은 두 데이터베이스의 ACFs를 기반으로 학습하여 단일 데이터베이스에서 학습된 모델의 교차 데이터베이스 평가 대비 약 10%의 상대 정확도 향상을 달성한다.
• 음성관 변수(VTs)에서 유도된 운동협응특징(ACFs)은 다양한 데이터셋 간의 우울증 탐지 지표로 강력한 안정성을 보인다.
• TVs와 멜 주파수 케프스트럼 계수(MFCCs)의 융합은 ACFs만을 사용할 경우보다 분류기의 성능을 추가로 향상시킨다.
• 모델는 교차 데이터베이스 평가에서 개선된 일반화 능력을 보이며, 데이터베이스 간의 변동성에 대한 민감도가 감소함을 시사한다.
• 확장된 컨볼루션을 사용함으로써 ACF 시퀀스의 장거리 시간 의존성을 효과적으로 모델링할 수 있었으며, 이는 분류 성능 향상에 기여했다.
• 결과적으로, 실세계의 데이터 변동성 조건에서도 TVs에서 유도된 ACFs가 우울증 탐지에 있어 유망하고 신뢰할 수 있는 특징 세트임을 시사한다.