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,例如,輕度認知障礙(MCI)階段,以預防或延緩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,筑波大學的研究人員開發(fā)了一個自我管理的移動應用程序原型,以幫助早期檢測 AD 和 MCI。使用此應用程序,研究人員收集并分析了來自 114 名參與者(包括 AD 患者、MCI 患者和認知正常參與者)的五項認知任務的語音數(shù)據(jù)。這些任務基于用于癡呆癥篩查的神經(jīng)心理學評估,包括圖片描述和語言流暢性任務。
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)相關的特征,可以在語音識別準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和韻律特征相結(jié)合,機器學習模型可以可靠地檢測 MCI 和 AD,準確率分別為 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。
標簽:
免責聲明:本文由用戶上傳,如有侵權請聯(lián)系刪除!