机构名称：
¥ 1.0
抽象的介绍在过去十年中，已经研究了几种机器学习（ML）算法，以评估其在检测语音疾病中的功效。文献表明ML算法可以高精度检测语音障碍。这表明ML有可能协助临床医生对语音疾病的分析和治疗结果评估。尽管进行了许多研究，但算法尚无足够可靠的算法来在临床环境中使用。通过这篇综述，我们旨在通过确定标准的音频任务，声学特征，处理算法和影响这些算法功效的标准音频任务，处理算法和环境因素，以确定在临床环境中抑制ML算法使用的关键问题。方法我们将搜索以下数据库：科学，Scopus，Compendex，Cinahl，Medline，IEEE探索和embase。我们的搜索策略是在大学图书馆工作人员的协助下制定的，以适应不同的句法要求。文献搜索将包括2013年至2023年之间的时期，并将仅限于用英语发表的文章。我们将排除社论，正在进行的研究和工作论文。将使用“系统评价和元分析范围的范围扩展”系统进行搜索数据的选择，提取和分析。同一系统也将用于综合结果。伦理和传播本范围的审查不需要伦理批准，因为审查仅由同行评审的出版物组成。这些发现将在与语音病理学有关的同行评审出版物中介绍。
引用：Li Q，Tan J，Xie H等。评估眼科机器人机器人的准确性多发性失明 - 导致眼部疾病：多中心
主要关键词
相关文件推荐
