基于 EEG 自然语音神经包络追踪检测卒中后失语症
信号处理
2023-03-15 v1 声音
音频与语音处理
摘要
[目的]。卒中后三分之一的患者患有失语症，这是一种损害交流能力的语言障碍。用于诊断失语症的标准行为测试耗时且生态效度低。语音包络的神经追踪是一种研究大脑对自然语音反应的有前景的工具。语音包络对语音理解至关重要，包含处理语言单元的线索。在本研究中，我们旨在测试神经包络追踪技术检测失语症个体（IWA）语言损伤方面的潜力。[方法]。我们记录了 27 名慢性期卒中后 IWA 和 22 名对照在听故事时的 EEG。我们使用互信息分析量化了宽带频率范围以及 delta、theta、alpha、beta 和 gamma 频带中的神经包络追踪。除神经追踪指标的组间差异外，我们还使用支持向量机（SVM）分类器测试了其检测失语症的适用性。我们进一步研究了 SVM 检测失语症并获得可靠结果所需的记录时长。[结果]。与对照相比，IWA 在宽带、delta、theta 和 gamma 频带中表现出神经包络追踪降低。这些频带中的神经追踪在个体水平上有效捕获了失语症（SVM 准确率 84%，AUC 88%）。通过 5-7 分钟记录时间可获得高精度且可靠的检测。[意义]。我们的研究表明语音的神经追踪是失语症的有效生物标志物。我们展示了其作为诊断工具的潜力，具有高精度、个体水平失语症检测以及省时评估的特点。该工作朝着更自动、客观和生态有效的失语症语言损伤评估迈出了重要一步。
引用
@article{arxiv.2303.07739,
title = {Detecting post-stroke aphasia using EEG-based neural envelope tracking of natural speech},
author = {Pieter De Clercq and Jill Kries and Ramtin Mehraram and Jonas Vanthornhout and Tom Francart and Maaike Vandermosten},
journal= {arXiv preprint arXiv:2303.07739},
year = {2023}
}