使用数字语音标记来分类功能性语音障碍:一项概念验证试点研究
Jennifer L Freeburn1,2, Sara A Finkelstein2, Christiana Westlin2,3
1Department of Speech, Language and Swallowing Disorders, Massachusetts General Hospital, Mass General Brigham Integrated Healthcare System, Boston, Massachusetts, USA.
概括
定量语音分析可以帮助诊断功能性语音障碍 (FND-speech). 这项研究发现,声学和语言语言特征有效地将FND语音与健康对照区分开来,显示出作为诊断标记物的潜力.
科学领域:
- 神经学 神经学
- 语音科学 语言科学
- 计算语言学 计算语言学
背景情况:
- 功能性语言障碍 (FND-speech) 是功能性神经系统障碍的一个亚型.
- 对FND语音运动和认知语言特征的定量表征尚未得到充分研究.
研究的目的:
- 通过比较声学和语言特征来定量表征FND语音.
- 评估数字语音特征作为FND语音的潜在辅助诊断标记.
主要方法:
- 与30名FND发言的成年人和47名健康对照人进行了比较.
- 从结构化图片描述任务中利用了词汇语法,基于速率的和声学标记.
- 雇员监督机器学习用于FND语音与HC分类.
主要成果:
- 词法和语法特征显示了中等的预测能力 (AUC=0.80).
- 基于速率的特征表现出中等的预测能力 (AUC=0.81).
- 声学特征实现了高分辨率 (AUC=0.98),组合模型产生了类似的性能 (AUC=0.98).
结论:
- 通过使用数字语音标记成功分类了FND语音与HC语音.
- 突出了语音标记器作为FND-speech的辅助诊断工具的潜力.
- 建议通过样本外复制和更大的数据集进行进一步验证,包括神经控制.
