用于自动检测轻度认知障碍的语流不流畅性分析：一种深度学习方法
声音
2022-03-23 v1 音频与语音处理
摘要
所谓的轻度认知障碍 (MCI) 或认知丧失出现在阿尔茨海默病 (AD) 之前的阶段，但其严重程度似乎不足以干扰日常生活的独立能力，因此通常无法得到适当的诊断。其检测是医学专家需要解决的一个具有挑战性的问题。本工作提出了一种基于语音和不流利性自动分析的新方案，旨在辅助 MCI 诊断。该方法包括通过卷积神经网络 (CNN) 进行的深度学习以及非线性多特征建模。此外，使用非参数 Mann-Whitney U 检验和支持向量机属性 (SVM) 评估来选择最相关的特征。
引用
@article{arxiv.2203.11606,
title = {Analysis of Disfluencies for automatic detection of Mild Cognitive Impartment: a deep learning approach},
author = {Karmele Lopez-de-Ipiña and Unai Martinez de Lizarduy and Pilar Calvo and Blanca Beita and Joseba García-Melero and Miriam Ecay-Torres and Ainara Estanga and Marcos Faundez-Zanuy},
journal= {arXiv preprint arXiv:2203.11606},
year = {2022}
}
备注
5 pages, published in 2017 International Conference and Workshop on Bioinspired Intelligence (IWOBI), 2017, pp. 1-4, 10-12 July Funchal (Portugal)