可解释多模态框架探索阿尔茨海默病中抑郁相关语音表征

一项基于medRxiv预印本的研究采用可解释多模态框架，整合图片描述语音的语言学与声学特征，探索阿尔茨海默病（AD）中的抑郁相关语音模式。研究通过跨数据集迁移策略，在AD队列中无监督聚类出两种语音亚表型，其中一簇在共享潜在空间中与抑郁标注源语料的抑郁质心余弦相似度接近；多模态人工神经网络实现92.73%的聚类可分性准确率。