相关实验视频
Updated: Jul 25, 2026
07:37
Assessment and Communication for People with Disorders of Consciousness
Published on: August 1, 2017
9.6K
分析自发语音助理命令的多模式特征,用于轻度认知障碍检测
Nana Lin1, Youxiang Zhu1, Xiaohui Liang1
1University of Massachusetts Boston, MA, USA.
Interspeech
|September 11, 2025
概括
检测轻度认知障碍 (MCI) 对于预防痴呆至关重要. 自发语音助理命令,特别是生成的语音助理命令,对早期MCI检测有82%的准确性.
科学领域:
- 神经科学是一个神经科学.
- 老年学是一门学科.
- 计算机科学 计算机科学
背景情况:
- 轻度认知障碍 (MCI) 是一个重要的公共卫生问题,增加痴呆风险.
- 早期发现MCI对于及时干预和管理至关重要.
- 语音助理技术为认知评估提供了一个新的途径.
研究的目的:
- 调查自发语音助理 (VA) 命令在老年人中检测MCI的有效性.
- 为了比较命令生成任务与命令读取任务的性能,用于MCI检测.
- 探索音频,文本,意图和多模式特征对MCI分类和回归的有用性.
主要方法:
- 开发了一个命令生成任务,其中35名老年人自由生成VA命令.
- 从自发和读取命令收集的音频和文本数据.
- 工程功能包括音频,文本和基于意图的信息.
- 应用分类和回归模型,包括多式融合,用于MCI检测.
主要成果:
- 在MCI检测中,命令生成任务显著优于命令读取任务.
- 从生成的命令中使用多式联接功能实现了平均82%的分类准确度.
- 与阅读命令相比,生成的命令与记忆和注意力子域的相关性更强.
结论:
- 命令生成任务是使用语音助理交互检测MCI的有效方法.
- 纵向,在家中的VA指挥分析对非侵入性MCI查具有重大前景.
- 这种方法为早期认知衰退检测提供了一个可扩展和可访问的工具.
