Анализ голоса у пациентов с неврологическими заболеваниями

В этом исследовании исследователи будут оценивать клинические особенности здоровых участников и участников с неврологическими расстройствами, применяя специальные клинические шкалы. Кроме того, исследователи будут оценивать нарушения голоса с помощью инструментов исследования восприятия. Затем исследователи применят спектральный анализ для оценки основных частотных компонентов голоса у здоровых участников и у пациентов с неврологическими расстройствами с выраженным нарушением голоса. Чтобы различать здоровых участников и пациентов, страдающих различными неврологическими заболеваниями, исследователи будут применять анализ голоса на основе классификатора машины опорных векторов (SVM), который включает большое количество признаков в дополнение к основным частотным компонентам голоса.

Для этих целей исследователи подробно оценят чувствительность, специфичность, положительную и отрицательную прогностическую ценность и точность всех диагностических тестов. Кроме того, исследователи будут вычислять площадь под кривыми рабочих характеристик приемника (ROC), чтобы проверить оптимальный диагностический порог, отраженный соответствующим критерием (Ass. крит.) и индекс Юдена (YI). Чтобы оценить возможные клинико-инструментальные корреляции, исследователи также будут использовать модифицированный алгоритм анализа SVM для расчета непрерывного числового значения (отношения правдоподобия [LR]), обеспечивающего меру тяжести нарушения голоса для каждого участника.

Голосовые записи будут выполняться путем просьбы участников выполнить конкретное речевое задание с их обычной интенсивностью голоса, высотой тона и качеством. Речевое задание будет состоять из продолжительного произнесения близкой неокругленной гласной среднего переднего ряда /e/ в течение не менее 5 секунд. Записи голоса будут записываться с помощью аудиомагнитофона высокой четкости, расположенного на расстоянии 5 см ото рта. Образцы голоса будут записаны в линейном формате PCM (.wav) с частотой дискретизации 44,1 кГц и размером выборки 24 бита. Голосовой анализ будет состоять из трех отдельных процессов: извлечение признаков, отбор и классификация. Для извлечения признаков исследователи будут использовать специальное программное обеспечение OpenSMILE (audEERING GmbH, Германия). Затем исследователи выберут и классифицируют голосовые функции с помощью алгоритма SVM, включенного в Weka.