تحلیل سیگنال گفتار بیماران آلزایمری فارسی‌زبان

آلزایمر یک نوع اختلال عملکرد مغزی است که به‌تدریج توانایی‌های ذهنی بیمار تحلیل می‌رود؛ ازجمله علائم اولیة این بیماری فقدان حافظه، اختلال در تصمیم‌گیری و اشتباه در انتخاب واژگان درست است؛ بنابراین، پردازش سیگنال گفتار این بیماری توجه بسیاری از پژوهشگران را در دهه اخیر جلب کرده است. تشخیص بیماری آلزایمر با استفاده از سیگنال گفتار به فرهنگ و زبان و محتوای گفتار، جنسیت، سن، لهجه و بسیاری از عوامل دیگر وابسته است؛ ازاین‌رو، سیگنال گفتار بیماران آلزایمری در زبان‌های مختلف بررسی شده است. هدف این مقاله تشخیص بیماران آلزایمری از افراد سالم با استفاده از پردازش سیگنال گفتار آنها در زبان فارسی با ترکیب ویژگی‌های زمانی، فرکانسی و زمانی - فرکانسی است. در این مقاله پس از پیش‌پردازش سیگنال گفتار فارسی با بهره‌گیری از بسته موجک، به‌عنوان ویژگی زمان - فرکانس در کنار ضرایب کپسترال فرکانس مل، نرخ عبور از صفر، افت طیف، پهنای باند، انرژی سیگنال و فرکانس مرکز طیفی، ویژگی‌های سیگنال گفتار بیماران آلزایمری و افراد سالم استخراج شدند و دقت طبقه‌بندی نتایج با ماشین بردار پشتیبان، نتیجة 96% را دربرداشت. نتایج پذیرفتنی نشان‌دهندة الگوریتم پیشنهادی غیرتهاجمی و کم‌هزینه در تشخیص بیماران آلزایمری فارسی‌زبان است.

کلیدواژه ها:

بیماری آلزایمر ، تبدیل موجک گسسته ، سیگنال گفتار ، ماشین بردار پشتیبان