通过声学分析与机器学习早期识别帕金森病

帕金森病（PD）是一种渐进性神经退行性疾病，显著影响肌肉功能和非肌肉功能，包括语言功能。通过语音分析早期准确识别PD可显著提升患者预后，通过及时干预。本文提供了一种综合性综述，介绍了使用语音数据进行PD识别的方法，突出了机器学习和数据驱动方法的最新进展。我们讨论了数据预处理过程，包括数据收集、清洗、转换和探索性数据分析，以为机器学习应用做好准备。探索了各种分类算法，包括逻辑回归、支持向量机和神经网络，带或不带特征选择。根据准确率、精确率和训练时间对每种方法进行评估。我们的发现表明，特定的声学特征和先进的机器学习技术可有效区分患有PD的个体与健康对照组。本研究以不同模型的比较结果收尾，确定了最有效的PD识别方法，并提出未来研究的潜在方向。