生物标志物 生物标志物

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:

• 由于阿尔茨海默病 (MCI d/t AD) 和AD痴呆症 (ADD) 的轻度认知障碍的早期检测对于及时干预至关重要.
• 语音分析提供了一种非侵入性的方法来识别微妙的认知缺陷.
• 这项研究调查了声学和词汇语言特征,用于对韩国老年人认知状态进行分类.

研究的目的:

• 评估语音分析在分类韩国老年人的三个临床场景中的有用性:对AD进行查,检测高级ADD,并将健康对照 (HC) 与ADD区分开来.
• 证明基于语音的方法的可行性,以支持早期和更有针对性的认知障碍干预措施.

主要方法:

• 招募了110名韩国老年人 (HC,MCI d/t AD,ADD). 语音数据是从神经心理测试和特定任务中收集的.
• 使用主要组件分析提取和处理声学特征 (openSMILE) 和词汇特征 (韩国语RoBERTa).
• 通过5倍交叉验证,训练和评估了三种多层感知子模型 (仅声学,仅词汇,合奏).

主要成果:

• 结合声学和词汇特征的整体模型在所有分类任务中表现优于单一特征模型.
• 对HC的准确性与HC的准确性. 痴呆症为75.8% (AUC 0.756),非痴呆症与ADD为85.1% (AUC 0.801),HC与ADD为87.0% (AUC 0.893).
• 这些特征的组合提供了互补的信息,反映了声音特征和基于语言的缺陷.

结论:

• 在各种诊断场景中,语音衍生特征有效地检测到韩国老年人的认知障碍.
• 这种非侵入性方法可以促进更早,更有针对性的干预.
• 该方法显示了简化临床工作流程和扩大查可访问性的潜力,特别是在资源有限的环境中.