利用多模态方法和自发言语进行阿尔茨海默病识别
声音
2025-02-19 v2 音频与语音处理
摘要
通过自发言语进行认知障碍检测是阿尔茨海默病（AD）和轻度认知障碍（MCI）早期诊断的有前景途径，及时干预可以显著改善患者预后。ICASSP 2025 的 PROCESS 大挑战通过推动创新的分类和回归方法来应对这些任务。在本文中，我们提出了一种多模态融合策略，将可解释的语言特征与从预训练模型中提取的时间嵌入相结合。我们的方法在分类任务（预测健康、MCI、痴呆）上取得了 0.649 的 F1 分数，在回归任务（MMSE 分数预测）上取得了 2.628 的 RMSE，获得了竞赛的总排名第一。
引用
@article{arxiv.2412.09928,
title = {Leveraging Multimodal Methods and Spontaneous Speech for Alzheimer's Disease Identification},
author = {Yifan Gao and Long Guo and Hong Liu},
journal= {arXiv preprint arXiv:2412.09928},
year = {2025}
}
备注
ICASSP 2025