基于语音分析的机器学习模型识别阿尔茨海默病

摘要

目的：通过语音分析结合机器学习及特征选择技术，筛选阿尔茨海默病（AD）发展进程中的关键声学特征，构建AD分类模型，为AD的早期筛查提供候选工具。方法：从NCMMSC2021 AD语音数据集中获取AD、轻度认知障碍（MCI）与正常老年人（HC）的语音样本，对语音样本进行数据预处理，通过OpenSmile工具包提取eGeMAPS特征集中的特征参数，利用随机森林和支持向量机（SVM）机器学习算法构建分类模型。通过Python进行特征显著性检验及特征重要性排序，运用序列前向搜索（SFS）进行特征选择，并对比特征选择前后分类模型的效能。采用准确率和受试者工作特征曲线下面积（AUC）指标进行模型分类性能评价。结果：分类模型中重要声学特征主要来源于谱斜率、共振峰、基频、响度。模型最优分类效果均来自SFS特征选择后的SVM模型，AD/MCI组识别准确度为0.926(AUC=0.974),AD/HC组识别准确率为0.875(AUC=0.956),MCI/HC组识别准确率为0.879(AUC=0.904)。结论：SVM模型性能优于随机森林模型，采用SFS进行特征选择可以有效提高模型性能，语音分析可以成为未来AD快速评估筛查的有效补充工具。

关键词

阿尔茨海默病 / 语音分析 / 随机森林 / 支持向量机 / 序列前向搜索