파킨슨병의 고정밀 분류를 위한 새로운 음성 신호 처리 알고리즘

최근 파킨슨병(PD)과 언어 장애 사이의 연결에 대한 연구가 상당히 진행되었습니다. 최근에는 음성 신호를 사용하여 PD 증상 심각성을 예측하는 것을 목표로 하는 다양한 음성 신호 처리 알고리즘(발음 장애 측정)이 소개되었습니다. 본 연구에서는 이러한 새로운 알고리즘이 PD 환자와 건강한 대조군을 얼마나 정확하게 구별할 수 있는지 테스트합니다. 총 132개의 발음 장애 측정을 지속되는 모음에서 계산합니다. 그런 다음 네 가지 특징 선택 알고리즘을 사용하여 이러한 발음 장애 측정의 네 가지 절약된 하위 집합을 선택하고, 이 특징 하위 집합을 두 가지 통계적 분류기인 랜덤 포레스트와 지원 벡터 머신을 사용하여 이진 분류 응답으로 매핑합니다. 43명 피험자로부터 263개의 샘플로 구성된 기존 데이터베이스를 사용하며, 이러한 새로운 발음 장애 측정이 최첨단 결과를 초월하여 단 10개의 발음 장애 특성만으로 거의 99%의 전반적인 분류 정확도에 도달할 수 있음을 입증합니다. 최근 제안된 일부 발음 장애 측정이 기존 알고리즘을 보완하여 분류기가 건강한 대조군과 PD 환자를 더 잘 구별할 수 있도록 극대화하는 것을 발견합니다. 우리는 이러한 결과가 PD에 대한 비침습적 진단 결정 지원을 향한 중요한 단계라고 생각합니다.