HASS: 계층적 로고페닉 실어증 연설 시뮬레이션을 통한 확장 가능한 진행성 실어증 진단

HASS: Hierarchical Simulation of Logopenic Aphasic Speech for Scalable PPA Detection

원발성 진행성 실어증(PPA) 진단 모델 구축은 데이터 부족으로 인해 어려움을 겪어왔습니다. 임상 데이터 대량 수집은 임상 대상자의 높은 취약성과 전문가 라벨링의 높은 비용으로 인해 제한됩니다. 이를 해결하기 위해, 기존 연구에서는 언어 장애를 시뮬레이션하여 학습 데이터를 생성했습니다. 그러나 이러한 접근 방식은 PPA를 전체적이고 다층적인 특징으로 시뮬레이션하기에는 충분하지 않으며, 대신 고립된 언어 장애에 의존합니다. 이러한 문제를 해결하기 위해, 우리는 임상적 근거를 기반으로 하는 새로운 시뮬레이션 프레임워크인 계층적 실어증 연설 시뮬레이션(HASS)을 제안합니다. HASS는 다양한 심각도 수준의 로고페닉 PPA(lvPPA)의 특징을 시뮬레이션하는 것을 목표로 합니다. 이를 위해, 임상 전문가들이 lvPPA의 의미, 음운, 시간적 결손을 체계적으로 분석하고 시뮬레이션합니다. 우리는 우리의 프레임워크가 더 정확하고 일반화된 진단 모델을 가능하게 함을 보여줍니다.

Building a diagnosis model for primary progressive aphasia (PPA) has been challenging due to the data scarcity. Collecting clinical data at scale is limited by the high vulnerability of clinical population and the high cost of expert labeling. To circumvent this, previous studies simulate dysfluent speech to generate training data. However, those approaches are not comprehensive enough to simulate PPA as holistic, multi-level phenotypes, instead relying on isolated dysfluencies. To address this, we propose a novel, clinically grounded simulation framework, Hierarchical Aphasic Speech Simulation (HASS). HASS aims to simulate behaviors of logopenic variant of PPA (lvPPA) with varying degrees of severity. To this end, semantic, phonological, and temporal deficits of lvPPA are systematically identified by clinical experts, and simulated. We demonstrate that our framework enables more accurate and generalizable detection models.