Automatic Text and Speech Processing for the Detection of Dementia
Notice bibliographique
Résumé
Dementia is a gradual cognitive decline that typically occurs as a consequence of neurodegenerative disease, and can result in language deficits (i.e., aphasia). I show that linguistic features automatically extracted from the connected speech samples of individuals with dementia can both differentiate these individuals from healthy controls and contribute to our knowledge of the nature of language impairment in dementia. As a secondary goal, I address the challenges of a fully automated processing pipeline.\nI focus on a dementia syndrome known as primary progressive aphasia (PPA), in which language abilities are specifically impaired. I begin by automatically extracting linguistic information from transcripts of PPA speech, training machine learning classifiers to differentiate between the different variants of PPA relative to healthy controls, and interpreting the selected features in the context of the PPA literature. While traditional measures of syntactic complexity do not distinguish between the groups, the inclusion of parse-based syntactic features ultimately leads to accuracies of over 90% in three classification tasks.\nHaving shown that the extracted features can differentiate the groups, I examine how these features degrade as a result of the processing steps in a fully automated pipeline, including automatic speech recognition (ASR) and sentence segmentation. The classifiers still achieve positive results, although the degraded feature accuracy may be of concern in biomedical applications. \nI then explore a question of some debate in the literature: Is there a difference between agrammatism in PPA and agrammatism in post-stroke aphasia? Above-baseline classification results suggest that there are indeed differences between these two impairments.\nHaving validated the methodology on PPA, I conclude by examining whether a similar analysis will detect Alzheimer's disease from speech samples, even though language impairment is not the primary symptom of the disease. By including additional features to measure the information content of the narrative, classification accuracies of up to 81% are achieved. I repeat the classification experiment using ASR transcripts, and find that many of the relevant features are still significantly different between the groups, suggesting that a fully automated analysis may be possible as ASR improves.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».