一种新的语音分析算法,用于检测西班牙人口的认知障碍

科学领域:

• 神经学 神经学
• 计算语言学 计算语言学
• 老年学是一门学科.

背景情况:

• 早期发现认知障碍对于及时诊断和老年人护理至关重要.
• 需要简短,具有成本效益的查工具来识别需要进一步认知评估的个人.
• 这项研究探讨了一种新的查技术,利用西班牙人口中自动语音分析.

研究的目的:

• 评估自动语音分析算法的初步有效性,以检测西班牙语说者的认知障碍.
• 评估训练在语音和任务特征上的机器学习模型的性能,以识别认知衰退.
• 建立语音分析的潜力,作为一种具有成本效益的认知障碍查方法.

主要方法:

• 174名西班牙语人士 (认知正常,轻度认知障碍,痴呆症) 参与了这项研究.
• 参与者完成了四个语言任务,使用文本转录和数字信号处理分析录音.
• 开发并验证了机器学习算法,以根据语音和任务特征检测认知障碍.

主要成果:

• 自动语音分析算法在认知组的分数中显示出显著的差异 (p < 0.01).
• 最终的算法在区分认知正常与受损个体方面实现了高准确度 (88.4%),灵敏度 (87.5%) 和特异性 (89.2%).
• 在将认知正常与受损 (MCI + 痴呆症) 和MCI组相比较时,分别获得了0.93和0.90的曲线下的面积 (AUC) 值.

结论:

• 自动语音分析算法最初显示出作为西班牙语人口认知障碍查工具的承诺.
• 在更大,多样化的临床群体中需要进一步验证,以确认该技术的实用性.
• 这种方法提供了一种潜在的低成本,可访问的方法,用于早期检测认知衰退.