研究生遗产——历年AD检测比赛的研究简介

🧠 DementiaBank简介

DementiaBank 是一个专注于认知障碍研究的多模态数据库，提供了大量关于阿尔茨海默病（AD）患者和健康对照者的自发语音数据、转录文本和相关认知评估信息。该平台旨在支持研究人员开发基于语音的AD检测模型，推动认知障碍的早期识别和干预。

🏆 历届AD检测比赛回顾

2020年第一届：ADReSS Challenge

• 主办会议：INTERSPEECH 2020

• 任务设置：

  1. AD分类任务：判断语音样本是否来自AD患者。
  2. MMSE评分回归任务：预测受试者的MMSE认知评分。

• 数据特点：

  • 提供经过增强和预处理的自发语音数据。
  • 提供CHAN格式的人工转录文本，包含停顿、情感、错误纠正等详细标注。
  • 数据集在性别和年龄分布上进行了平衡处理。

• 创新点：首次提供标准化的自发语音AD检测数据集，为研究人员提供了统一的评估平台。

2021年第二届：ADReSSo Challenge

• 主办会议：INTERSPEECH 2021

• 任务设置：

  1. AD分类任务。
  2. MMSE评分回归任务。
  3. 认知衰退预测任务：基于基线语音数据预测认知状态的变化。

• 数据特点：

  • 不再提供人工转录文本，强调从原始语音中提取特征，减少人工干预。
  • 鼓励使用自动语音识别（ASR）技术进行转录。
  • 数据集在性别和年龄分布上保持平衡。

• 创新点：引入认知衰退预测任务，强调AD的早期检测和干预。

2023年第三届：ADReSS-M Challenge

• 主办会议：ICASSP 2023

• 任务设置：

  1. AD分类任务。
  2. MMSE评分回归任务。

• 数据特点：

  • 训练集包含95%的英语语音数据和5%的希腊语语音数据。
  • 测试集全部为希腊语语音数据。

• 创新点：首次挑战跨语言AD检测，评估模型在不同语言之间的泛化能力。

2024年第四届：TAUKADIAL Challenge

• 主办会议：INTERSPEECH 2024

• 任务设置：

  1. AD分类任务。
  2. MMSE评分回归任务。

• 数据特点：

  • 数据集包含中文和英语语音数据，各占一半。
  • 每位受试者描述三张图片，测试集亦是如此。

• 创新点：挑战多图片跨语言AD检测，探索多语言环境下的认知障碍检测方法。

2025年第五届：PROCESS Challenge

• 主办会议：ICASSP 2025

• 任务设置：

  1. AD分类任务。
  2. MMSE评分回归任务。
  3. 认知衰退预测任务。

• 数据特点：

  • 每个样本包含三个任务的描述语音：图片描述任务、流利性任务和蔬菜名称罗列任务。
  • 数据集仅包含英语语音数据。

• 创新点：首次引入多任务AD检测，探索多种认知任务对AD检测的影响。

🔍 研究趋势与展望

目前，AD检测研究主要集中在以下三个方向：

1. 多任务学习：结合多种认知任务，提高模型的泛化能力和检测准确率。
2. 多语言支持：开发能够在多语言环境下有效工作的AD检测模型，提升模型的适用范围。
3. 早期检测：关注AD的早期症状，推动AD的早期识别和干预。

然而，现有研究往往只关注其中一个方向。未来，若能整合上述三个方向，开发出同时支持多任务、多语言和早期检测的AD检测模型，将具有广阔的应用前景和研究价值。

🎓 学术价值与会议影响力

上述所有比赛均由INTERSPEECH和ICASSP两个国际顶级会议主办：

• INTERSPEECH：国际语音通信协会主办的年度会议，涵盖语音科学与技术的各个方面，准入门槛相对较低，适合初入该领域的研究人员。
• ICASSP：IEEE信号处理协会主办的旗舰会议，涵盖信号处理的各个领域，竞争激烈，通常需要在比赛中取得前五名才能被邀请发表论文。

在求职或申请研究项目时，参与并在这些会议上发表成果，将极大提升个人的学术影响力和竞争力。