基于自发语音与文本的阿尔茨海默病检测：综述
音频与语音处理
2023-07-20 v1 声音
摘要
在过去十年中，研究利用语音与话语分析作为检测阿尔茨海默病等神经退行性疾病手段的工作激增。许多研究表明，某些声学特征可用于区分正常衰老与阿尔茨海默病，且语音分析已被发现是一种具有成本效益的阿尔茨海默病痴呆检测方法。本综述旨在分析基于语音的阿尔茨海默病检测与分类中所使用的各种算法。使用 Web of Science、Google Scholar 和 Science Direct 等数据库进行了文献调研，并根据“阿尔茨海默病检测”、“语音”和“自然语言处理”等关键词纳入了 2020 年 1 月至今发表的文章。ADReSS、Pitt corpus 和 CCC 数据集常用于从语音中分析痴呆，本综述聚焦于从 15 项研究中提炼出的各种基于声学与语言特征工程的分类模型。基于本研究结果，似乎通过同时考虑语言与声学数据可以开发出更准确的阿尔茨海默病分类模型。该综述表明，语音信号可作为检测痴呆的有用工具，并可能作为高效识别阿尔茨海默病的可靠生物标志物。
引用
@article{arxiv.2307.10005,
title = {Alzheimer's Disease Detection from Spontaneous Speech and Text: A review},
author = {Vrindha M. K. and Geethu V. and Anurenjan P. R. and Deepak S. and Sreeni K. G.},
journal= {arXiv preprint arXiv:2307.10005},
year = {2023}
}