基于自发语音声学生物标志物的阿尔茨海默病检测

一项研究利用 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。结果显示声学生物标志物具有较强判别价值，表现最佳的模型在诊断组间实现了具有临床意义的区分。