人工知能学会全国大会論文集
Online ISSN : 2758-7347
第34回 (2020)
セッションID: 1C5-GS-13-02
会議情報

発話音響特徴のアンサンブル学習による認知症希少疾患の簡易検出
*花井 俊哉加藤 昇平坂口 巧一佐久間 拓人大嶽 れい子桝田 道人渡辺 宏久
著者情報
会議録・要旨集 フリー

詳細
抄録

近年,日本をはじめとした先進諸国は超高齢化を迎え,さらなる認知症患者の増加が問題視されている.認知症は基礎疾患によって症状や治療方法が異なるため,疾患を正しく診断することが重要である.しかし,非専門医による臨床診断が困難とされている疾患も存在し,前頭側頭葉変性症(FTLD)はそのひとつである.FTLDは認知症をきたす神経変性疾患で,日本の指定難病に認定されている.この疾患は他の認知症基礎疾患と比べて症例数が少なく,アルツハイマー病(AD)との鑑別が難しい.そのため,FTLDが疑われる患者に対しては専門医によって診断が行われることが望ましい.よって,FTLDの疑いがある患者を専門医への紹介につなげるための簡易的な検査が必要とされている.そこで本研究では発話音声を用いてFTLD,AD,および健常者(HC)の3群鑑別を試みる.群間のデータ不均衡を解消する手法としてアンサンブル学習を用い,発話音声から抽出した音響特徴により疾患を分類した.その結果,上記3群鑑別において正確度82%,F値0.74を確認した.これよりアンサンブル学習を用いた発話音声による認知症疾患分類の有効性が示唆された.

著者関連情報
© 2020 一般社団法人 人工知能学会
前の記事 次の記事
feedback
Top