用于帕金森病诊断的嗓音生物标志物的预测建模

《Cognitive Neurodynamics》：Predictive modeling of vocal biomarkers for the diagnosis of Parkinson’s disease

帕金森病早期筛查研究基于Kaggle数据集，通过声学特征筛选与多种机器学习模型（包括HGB）分析，发现HGB模型在各项指标上表现最优（准确率1.00，p<0.001），可解释性分析显示jitter和shimmer是核心预测因子，验证了声学筛查的经济性和可行性。

　　

摘要

帕金森病（PD）是两种最常见的神经退行性疾病（NDDs）之一，影响着大约2-3%的65岁及以上的老年人。这种神经退行性疾病表现出典型的运动症状以及多种其他非运动特征。嗓音缺陷已被确定为帕金森病最早的量化指标之一，这使得语音评估成为一种可行且无痛苦的诊断工具。我们的目标是将机器学习（ML）模型应用于嗓音生物标志物，以实现帕金森病的早期检测，并使用可解释的人工智能（XAI）技术来解释预测结果。数据集来自Kaggle——一个公开且声誉良好的数据库，其中包含1000个帕金森病样本和24个声学变量。我们进行了特征选择，以确定关键的嗓音生物标志物。我们使用了多种机器学习（ML）模型，包括自适应提升（AdaBoost）、随机森林（RF）、支持向量机（SVM）、多层感知器（MLP）、高斯朴素贝叶斯（GNB）、极端梯度提升（XGB）、LightGBM（LGBM）、CatBoost、梯度提升（GB）、基于直方图的梯度提升（HGB）和K-近邻（KNN）。我们还使用了SHAP（Shapley Additive Explanations）、LIME（局部可解释模型无关解释）和部分依赖图（PDP）来解释模型性能。基于准确性、精确度和召回率，HGB模型的排名最高（1.00）。此外，还计算了HGB的置信区间（CI）（1.00,1.00）以及p值（< 0.001）。XAI显示，基于抖动和声音闪烁的生物标志物对帕金森病的预测贡献最大。本研究结果表明，嗓音生物标志物的筛查不仅经济实惠，而且是一种易于获取的诊断工具。在后续研究中，我们希望纳入更多样化的数据集，以提高模型和治疗的相关性。

图形摘要

帕金森病（PD）是两种最常见的神经退行性疾病（NDDs）之一，影响着大约2-3%的65岁及以上的老年人。这种神经退行性疾病表现出典型的运动症状以及多种其他非运动特征。嗓音缺陷已被确定为帕金森病最早的量化指标之一，这使得语音评估成为一种可行且无痛苦的诊断工具。我们的目标是将机器学习（ML）模型应用于嗓音生物标志物，以实现帕金森病的早期检测，并使用可解释的人工智能（XAI）技术来解释预测结果。数据集来自Kaggle——一个公开且声誉良好的数据库，其中包含1000个帕金森病样本和24个声学变量。我们进行了特征选择，以确定关键的嗓音生物标志物。我们使用了多种机器学习（ML）模型，包括自适应提升（AdaBoost）、随机森林（RF）、支持向量机（SVM）、多层感知器（MLP）、高斯朴素贝叶斯（GNB）、极端梯度提升（XGB）、LightGBM（LGBM）、CatBoost、梯度提升（GB）、基于直方图的梯度提升（HGB）和K-近邻（KNN）。我们还使用了SHAP（Shapley Additive Explanations）、LIME（局部可解释模型无关解释）和部分依赖图（PDP）来解释模型性能。基于准确性、精确度和召回率，HGB模型的排名最高（1.00）。此外，还计算了HGB的置信区间（CI）（1.00,1.00）以及p值（< 0.001）。XAI显示，基于抖动和声音闪烁的生物标志物对帕金森病的预测贡献最大。本研究结果表明，嗓音生物标志物的筛查不仅经济实惠，而且是一种易于获取的诊断工具。在后续研究中，我们希望纳入更多样化的数据集，以提高模型和治疗的相关性。

图形摘要