研究：自发语音声学特征可区分阿尔茨海默病

Anh L Tran 等作者发表研究，用 Cookie Theft 图片描述任务采集的自发语音，提取韵律、频谱和时间域的低层声学特征，评估多种机器学习分类器区分阿尔茨海默病患者与健康对照的能力。作者称，声学标志物具有较强区分价值，表现最佳的模型在两组间实现了具有临床意义的分组区分。 研究据此提出，无创、低成本的音频筛查工具可用于痴呆风险检测，并建议后续开展多模态与纵向评估。上述结论来自该研究的语音数据集与模型评估，尚未涉及临床实际应用。

根据报道生成 · 1 天前更新

还没有足够的连续观测数据，暂不绘制趋势。