通过语音信号检测帕金森病的人工智能-全面审查

科学领域:

• 神经学 神经学
• 生物医学工程 生物医学工程
• 计算机科学 计算机科学

背景情况:

• 帕金森病 (PD) 是一种常见的神经退行性疾病,影响运动功能.
• 早期诊断PD对于有效的患者管理和治疗至关重要.
• 语音障碍影响多达90%的PD患者,使语音信号分析成为一个有前途的非侵入性诊断工具.

研究的目的:

• 综合审查人工智能 (AI) 方法,以使用语音信号检测帕金森病.
• 分析2020年至2024年间发表的研究,重点是PD语音分析中的机器学习 (ML) 和深度学习 (DL) 应用.
• 通过语言识别人工智能驱动的PD诊断的趋势和未来方向.

主要方法:

• 系统的文献审查55个研究出版物从IEEE.
• 专注于使用ML和DL技术用于通过语音信号检测帕金森病的研究.
• 用于文章检索的关键词包括"从语音信号检测帕金森病的机器学习方法","从语音信号检测帕金森病的深度学习的应用",以及"在帕金森病检测中人工智能".

主要成果:

• 两种ML和DL算法都在使用语音信号来区分PD患者和健康个体方面表现出令人鼓舞的结果.
• 语音信号分析是一种具有成本效益和非侵入性的方法,适合远程诊断模型.
• 当前的人工智能方法显示出潜力,但往往缺乏临床解释性.

结论:

• 人工智能,特别是ML和DL,提供了通过语音分析早期和准确检测帕金森病的巨大潜力.
• 越来越需要开发可解释的AI (XAI) 方法,这些方法可以在临床上进行解释.
• 对可解释AI的进一步研究对于建立信任和促进基于AI的PD诊断工具的临床采用至关重要.