基于神经网络的多特征轻度认知功能障碍检测模型 .pdfVIP

第62卷第6期中山大学学报（自然科学版）（中英文）Vol.62No.6

2023年11月ACTASCIENTIARUMNATURALIUMUNIVERSITATISSUNYATSENINov.2023

DOI：10.13471/ki.acta.snus.2023B049

基于神经网络的多特征轻度认知功能障碍检测模型*

12

王欣，陈泽森

1.中山大学外国语学院，广东广州510275

2.中山大学航空航天学院，广东深圳518107

摘要：轻度认知功能障是介于正常衰老和老年痴呆之间的一种中间状态，是老年痴呆诊疗的关键阶段。因

此，针对潜在MCI老年人群进行早期检测和干预，有望延缓语言认知障碍及老年痴呆的发生。本文利用患者在

语言学表现变化明显的特点，提出了一种基于神经网络的多特征轻度认知障碍检测模型。在提取自然会话中的

语言学特征的基础上，融合LDA模型的T-W矩阵与受试者资料等多特征信息，形成TextCNN网络的输入张量，

构建基于语言学特征的神经网络检测模型。该模型在DementiaBank数据集上达到了0.93的准确率、1.00的灵敏

度、0.8的特异度和0.9的精度，有效提高了利用自然会话对老年语言认知障碍检测的准确率。

关键词：轻度认知功能障碍；自然会话；神经网络模型；多特征分析；会话分析

中图分类号：H030文献标志码：A文章编号：2097-0137（2023）06-0107-09

Aneuralnetwork-basedmulti-featuredetectionmodelfor

mildcognitiveimpairment

WANGXin1，CHENZesen2

1.SchoolofForeignLanguages，SunYat-senUniversity，Guangzhou510275，China

2.SchoolofAeronauticsandAstronautics，SunYat-senUniversity，Shenzhen518107，China

Abstract：Mildcognitiveimpairment（MCI）isbothanintermediatestatebetweennormalagingand

AlzheimersdiseaseandthekeystageinthediagnosisofAlzheimersdisease.Therefore，earlydetec‐

tionandtreatmentforpotentialelderlycandelaytheoccurrenceofdementia.Inthisstudy，aneuralnet‐

work-basedmulti-featuredetectionmodelformildcognitiveimpairmentwasproposed，whichexploits

‐

thesubjectdataandothermulti-featureinformationastheinputtensoroftheTextCNNnetwork.It

achievedanaccuracyof0.93，asensitivityof1.00，aspecificityof0.8，andapre