在轻度认知障碍和阿尔茨海默病的查中,阅读和词汇语义检索任务的表现优于单项语音分析
Israel Martínez-Nicolás1, Francisco Martínez-Sánchez2, Olga Ivanova3
1Faculty of Psychology, University of Salamanca, 37008, Salamanca, Spain. israelmani@usal.es.
Scientific reports
|June 15, 2023
概括
语音分析可以通过检测声音变化来识别痴呆症. 结合多个语音任务可以提高轻度认知障碍和阿尔茨海默病查的准确性.
科学领域:
- 神经学 神经学
- 语音语言病理学 语言病理学
- 老年学是指老年学的学科.
背景情况:
- 认知障碍,包括轻度认知障碍 (MCI) 和阿尔茨海默氏病 (AD),是老年人群日益关注的问题.
- 语音分析提供了一种非侵入性方法,通过检查声乐表现变化来检测认知缺陷.
- 以前的研究表明,不同的语音任务对语音参数有独特的影响,这表明需要结合方法.
研究的目的:
- 通过语音分析提高痴呆症查的准确性.
- 为了研究多个语音制作任务中障碍的综合效应.
- 开发一种更有效的工具来识别轻度认知障碍和阿尔茨海默病.
主要方法:
- 招募了72名参与者:健康的老年人,MCI患者和AD患者,年龄和教育相匹配.
- 进行了全面的神经心理评估,并对每个参与者进行了两次语音录音.
- 利用语音任务,包括阅读文本和完成句子,然后进行逐步线性歧视分析以确定歧视性语音参数.
主要成果:
- 逐步线性差别分析确定了具有显著差别能力的关键语音参数.
- 从多个任务中对语音参数的综合分析在分类不同程度的认知障碍方面取得了83.3%的准确性.
- 这种多任务语音分析方法证明了在健康衰老,MCI和AD之间区分有很大的潜力.
结论:
- 将各种任务中的语言障碍结合起来,可以显著提高认知障碍查的准确性.
- 语音分析,特别是使用任务组合,显示出作为痴呆症可行的查工具的希望.
- 这种方法可以帮助早期检测轻度认知障碍和阿尔茨海默病,促进及时干预.


