从"隐形"到"可听":在简单的语音任务中提取的特征将多发性硬化症患者报告的疲劳分类为多发性硬化症
Alyssa Nylander1, Nikki Sisodia1, Kyra Henderson1
1UCSF Weill Institute for Neurosciences, San Francisco, CA, USA.
Multiple sclerosis (Houndmills, Basingstoke, England)
|December 18, 2024
概括
自动语音分析提供了一个客观的方法来评估多发性硬化症 (PwMS) 患者的疲劳. 语音生物标志物与主观疲劳指标准确相关,提供了低负担的评估工具.
科学领域:
- 神经学 神经学
- 生物医学工程 生物医学工程
- 语音科学 语言科学
背景情况:
- 疲劳是影响多发性硬化症 (PwMS) 患者的一个重要,往往是看不见的症状.
- 语音变化可能是PwMS中疲劳的指标.
- 自动语音分析提供了一个客观和快速的方法来检测与功能结果相关的数字语音生物标志物.
研究的目的:
- 调查自动语音分析在多发性硬化症 (MS) 患者的疲劳指标量化中的实用性.
- 在PwMS中建立语音特征和主观疲劳水平之间的相关性.
主要方法:
- 84名PwMS参与了编写和自发的演讲任务.
- 使用修改疲劳影响量表 (MFIS) 测量疲劳.
- 使用ki元素SIGMA语音处理库来处理语音数据,以提取相关特征. 我们使用回归模型来分析语音特征与疲劳之间的关联,并在单独的队列中进行验证.
主要成果:
- 该研究发现MFIS得分与语音特征 (如音调,暂停持续时间和发言持续时间) 之间存在中等相关性.
- 一个利用多个任务的语音特征的后勤回归模型在训练 (AUC=0.95) 和测试 (AUC=0.93) 数据集中对MFIS水平的分类中显示出高准确性.
- 即使在调整了扩展残疾状况量表 (EDSS),处理速度和抑郁等因素之后,这些发现仍然很强大.
结论:
- 自动语音分析可以有效地评估多发性硬化症患者的疲劳.
- 简单的,低负荷的语音任务可以产生客观的生物标志物,与已确定的疲劳主观措施相关联.
- 这种方法为监测MS相关疲劳提供了一个有希望的,非侵入性的工具.
相关概念视频
01:21Fatigue
Fatigue occurs when materials rupture under repeated or fluctuating loads, even at stress levels far below their static breaking strength. It typically results in brittle failure, even for ductile materials. It is a critical consideration in designing machines and structural components subjected to repetitive or varying loads. The nature of these loadings can range from fluctuating loads like unbalanced pump impellers causing vibrations to repeatedly bending a thin steel rod wire back and forth...
01:19Multiple Sclerosis l: Introduction
Multiple sclerosis is a chronic autoimmune disease of the central nervous system (CNS) that affects the brain, spinal cord, and optic nerves. It is an inflammatory demyelinating disorder and a leading cause of neurological disability in young adults.EpidemiologyMS commonly begins between 20 and 40 years of age and is twice as common in women. Its exact cause remains unclear, but genetic susceptibility contributes, with higher risk in first-degree relatives and identical twins. A greater...