Stemmeanalyse hos patienter med neurologiske sygdomme

I denne undersøgelse vil efterforskerne evaluere de kliniske træk hos raske deltagere og de deltagere med neurologiske lidelser ved at anvende dedikerede kliniske skalaer. Efterforskerne vil også vurdere stemmesvækkelse ved at bruge perceptuelle undersøgelsesværktøjer. Derefter vil efterforskerne anvende spektralanalyse til at vurdere de vigtigste frekvenskomponenter i stemmen hos raske deltagere og hos patienter, der er ramt af neurologiske lidelser med en fremtrædende stemmesvækkelse. For at skelne mellem raske deltagere og patienter, der er ramt af forskellige neurologiske sygdomme, vil efterforskerne anvende en stemmeanalyse baseret på støttevektormaskine (SVM) klassifikator, der inkluderede et stort antal funktioner udover stemmens hovedfrekvenskomponenter.

Til disse formål vil efterforskerne i detaljer vurdere sensitiviteten, specificiteten, positiv prædiktiv værdi og negativ prædiktiv værdi og nøjagtighed af alle diagnostiske tests. Desuden vil efterforskerne beregne arealet under modtagerens driftskarakteristik (ROC) kurver for at verificere den optimale diagnostiske tærskel, som afspejlet af det tilhørende kriterium (ass. Crit.) og Youden Index (YI). For at vurdere mulige klinisk-instrumentelle korrelationer vil efterforskerne også bruge en modificeret algoritme for SVM-analyse til at beregne en kontinuerlig numerisk værdi (sandsynlighedsforholdet [LR]), der giver et mål for sværhedsgraden af ​​stemmesvækkelse for hver deltager.

Stemmeoptagelser vil blive udført ved at bede deltagerne om at producere en specifik taleopgave med deres sædvanlige stemmeintensitet, tonehøjde og kvalitet. Taleopgaven vil bestå af en vedvarende udsendelse af en tæt midtforreste uafrundet vokal /e/ i mindst 5 sekunder. Stemmeoptagelser vil blive indsamlet ved at bruge en high-definition audio-optager placeret i en afstand af 5 cm fra munden. Stemmeprøver vil blive optaget i lineært PCM-format (.wav) med en samplingshastighed på 44,1 kHz med 24-bit samplestørrelse. Stemmeanalyse vil bestå af tre separate processer: egenskabsudtrækning, udvælgelse og klassificering. Til udtræk af funktioner vil efterforskerne bruge OpenSMILE (audEERING GmbH, Tyskland), dedikeret software. Derefter vil efterforskerne vælge og klassificere stemmefunktion ved at bruge SVM-algoritmen inkluderet i Weka.