阿爾茨海默病 (AD) 是最常見的癡呆癥。重要的是從早期階段開始干預(yù)，例如，輕度認(rèn)知障礙(MCI)階段，以預(yù)防或延緩AD的進展。對于 AD 和 MCI 的早期檢測，越來越需要開發(fā)用戶友好、自我管理的日常生活中使用的篩查工具。
語音是一種很有前途的數(shù)據(jù)源，可用于開發(fā)此類篩選工具。在 AD 的早期階段已經(jīng)觀察到語言障礙，并且表征這些障礙的語言特征已被用于 AD 的自動檢測。然而，用于將人類語音轉(zhuǎn)換為文本的自動語音識別的準(zhǔn)確性在老年人的情況下通常比其他年齡組的人質(zhì)量差，這對開發(fā)自動工具提出了挑戰(zhàn)。
因此，筑波大學(xué)的研究人員開發(fā)了一個自我管理的移動應(yīng)用程序原型，以幫助早期檢測 AD 和 MCI。使用此應(yīng)用程序，研究人員收集并分析了來自 114 名參與者(包括 AD 患者、MCI 患者和認(rèn)知正常參與者)的五項認(rèn)知任務(wù)的語音數(shù)據(jù)。這些任務(wù)基于用于癡呆癥篩查的神經(jīng)心理學(xué)評估，包括圖片描述和語言流暢性任務(wù)。
結(jié)果表明，通過語言特征評估的語言障礙程度，特別是那些與語義方面(例如，信息量和詞匯豐富度)相關(guān)的特征，可以在語音識別準(zhǔn)確性較差的情況下可靠地估計。此外，通過將這些語言特征與參與者聲音的聲學(xué)和韻律特征相結(jié)合，機器學(xué)習(xí)模型可以可靠地檢測 MCI 和 AD，準(zhǔn)確率分別為 88% 和 91%。研究結(jié)果發(fā)表在《計算機語音與語言》雜志上。
這似乎是第一項顯示自動、自我管理的篩選工具通過可靠地捕獲語言障礙來檢測 AD 和 MCI 的可行性的研究，即使是在自動語音識別準(zhǔn)確性較差的條件下獲得的語音數(shù)據(jù)也是如此。擬議的工具可能有助于增加對用于早期檢測 AD 的篩查工具的訪問。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！