Noninvasive deep learning analysis for Smith-Magenis syndrome classification

Detalles Bibliográficos
Autores:	Núñez Vidal, Esther\|\|\|0000-0001-5575-4342, Fernandez Ruiz, Raúl\|\|\|0000-0001-8325-5372, Álvarez Marquina, Agustín\|\|\|0000-0002-3387-6709, Hidalgo de la Guía, Irene, Garayzábal Heinze, Elena\|\|\|0000-0001-7534-9141, Hristov Kalamov, Nikola\|\|\|0000-0002-2194-1112, Domínguez Mateos, Francisco\|\|\|0000-0003-0909-7585, Conde Vilda, Cristina\|\|\|0000-0003-3548-0297, Martínez Olalla, Rafael\|\|\|0000-0003-2336-9145
Tipo de recurso:	artículo
Fecha de publicación:	2024
País:	España
Institución:	Universidad Politécnica de Madrid
Repositorio:	Archivo Digital UPM
OAI Identifier:	oai:oa.upm.es:89071
Acceso en línea:	https://oa.upm.es/89071/
Access Level:	acceso abierto
Palabra clave:	17P11.2 deletions Articulation Children CNN Deep learning Dysarthria Feature Intelligibility Mutations Parkinsons-Disease Phenotype Phonation Smith-Magenis syndrome Speech Synthetic data

Descripción
Descripción no disponible.