阿尔茨海默氏症的应用检测疾病使用语音数据

筑波大学的研究人员和IBM的研究已经开发出一种自行移动应用程序,分析语音数据,自动筛选工具,阿尔茨海默病的早期检测。使用自动语音识别,提出了移动应用程序可靠地估计语言障碍的程度和检测阿尔茨海默病前驱期。

阿尔茨海默病(AD)是最常见的痴呆症。开始从早期干预是非常重要的,例如,轻度认知障碍(MCI)阶段,以防止或推迟广告的发展。广告的早期检测和MCI,越来越需要开发用户友好的,自行筛选工具在日常生活中使用。演讲是一种很有前途的数据源,可用于开发这样的筛查工具。语言障碍已观察到的早期阶段,广告,和语言特征描述这些障碍已被用于广告的自动检测。然而,自动语音识别的准确性用于人的声音转换为文本通常是质量差的老年人比其他年龄段的人,对开发一个自动工具构成挑战。

,研究人员开发出一种自行移动应用程序的原型帮助早期发现的广告和MCI。使用这个应用程序,研究人员收集和分析语音数据的五个认知任务从114名参与者,包括AD患者,MCI患者和认知正常的参与者。的任务是基于神经心理学评估用于痴呆筛选,包括图片描述和语言流畅的任务。结果表明,语言障碍的程度评估通过语言特性,尤其是那些有关语义方面(例如,信息量和词汇丰富性),可以可靠地估计语音识别精度差。此外,通过结合这些语言特征与声学和韵律特征的参与者的声音,机器学习模型可以可靠地检测MCI和广告,分别显示88%和91%的准确率。

我们所知,这是第一次研究显示一个自动的可行性,自行检测工具检测广告和MCI可靠地捕捉从演讲语言障碍甚至可怜的自动语音识别精度条件下获得的数据。拟议的工具可能帮助增加筛查早期检测工具的广告。

参考:山田Y, Shinkawa K Nemoto M, Arai Nemoto K, t .移动应用程序使用自动语音分析对阿尔茨海默氏症和轻度认知障碍进行分类。第一版演讲朗。2023;81:101514。doi:10.1016 / j.csl.2023.101514

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。