从言语表述预测认知衰退的早期指标
计算与语言
2021-02-25 v2 机器学习
摘要
痴呆是一组不可逆、慢性且渐进性的神经退行性疾病，导致记忆、沟通与思维过程受损。近年来，脑衰老的临床研究聚焦于早期临床可检测的初发痴呆阶段，即通常所称的轻度认知障碍（MCI）。目前，这些疾病通过神经心理学检查的手工分析诊断。我们评估了在老年受试者神经心理学检查中引发的言语表述的语言特征，用于区分老年对照组、MCI 患者、诊断为可能阿尔茨海默病（AD）者与很可能 AD 者的可行性。我们研究了理论驱动的心理学语言特征与数据驱动的上下文语言嵌入在识别不同临床诊断组中的性能。我们的实验表明，由支持向量机提取的上下文与心理语言学特征组合改进了老年对照组、MCI 患者、可能 AD 与很可能 AD 者言语表述的区分。这是首项在高度不平衡数据集中识别四种痴呆临床诊断组的工作。我们的工作表明，基于上下文与心理语言学特征构建的机器学习算法可从言语表述学习语言生物标志物，并辅助不同阶段的痴呆临床诊断，即便数据有限。
引用
@article{arxiv.2012.02029,
title = {Predicting Early Indicators of Cognitive Decline from Verbal Utterances},
author = {Swati Padhee and Anurag Illendula and Megan Sadler and Valerie L. Shalin and Tanvi Banerjee and Krishnaprasad Thirunarayan and William L. Romine},
journal= {arXiv preprint arXiv:2012.02029},
year = {2021}
}
备注
Camera-ready paper accepted for publication at IEEE BIBM 2020