通过语音助理系统分析纵向语音会话，以实现认知衰退的早期检测
音频与语音处理
2024-10-18 v1 计算与语言
定量方法
摘要
轻度认知功能障碍（MCI）是阿尔弑尔默病（AD）的早期阶段，这是一种神经退行性疾病。早期识别 MCI 对于通过及时干预延缓其进程至关重要。现有研究已证明了使用来自临床访谈或数字设备收集的语音数据检测 MCI 的可行性。然而，这些方法通常仅分析在有限时间点收集的数据，限制了其识别认知随时间变化能力。本文提出了一项纵向研究，使用语音助理系统（VAS）在 18 个月间隔收集七次语音数据。我们提出了两种方法来提高 MCI 检测和预测认知变化的能力。第一种方法整合历史数据，而第二种方法在两个时间点预测认知变化。我们的结果表明，整合历史数据后在声学特征和语言特征的情况下分别实现了显著的 F1 分数提升：声学特征从 58.6% 提升至 71.2%（提升 12.6%），语言特征从 62.1% 提升至 75.1%（提升 13.0%）。此外，声学特征的认知变化预测达到了 73.7% 的 F1 分数。这些结果确认了基于 VAS 的语音会话对于认知衰退早期检测的潜力。
引用
@article{arxiv.2410.12885,
title = {Exploiting Longitudinal Speech Sessions via Voice Assistant Systems for Early Detection of Cognitive Decline},
author = {Kristin Qi and Jiatong Shi and Caroline Summerour and John A. Batsis and Xiaohui Liang},
journal= {arXiv preprint arXiv:2410.12885},
year = {2024}
}
备注
IEEE International Conference on E-health Networking, Application & Services