Résumé d’article Résumé d’article Bref résumé d'une publication récente, réalisé par des rédacteurs scientifiques. Dernière mise à jour : 29 mars 2023 Publié le 15 mai 2023

Analyse des caractéristiques vocales pour le diagnostic de la maladie de Parkinson

  • Les signaux vocaux sont de plus en plus étudiés comme biomarqueurs potentiels pour le diagnostic de la maladie de Parkinson (MP).
  • Cette étude a évalué 195 signaux vocaux de 31 patients à l’aide de différents outils d’apprentissage automatique. Dans une tentative de différencier les personnes atteintes de la MP et les individus sains sur la base d’enregistrements vocaux, les auteurs ont constaté que les modèles de perception multicouche (multi-layer perceptron, MLP ; précision globale = 98,31 % ; rappel global = 98 % ; précision globale = 100 %) et de machine à vecteurs de support (support vector machine, SVM ; précision globale = 95 % ; rappel global = 96 % ; précision globale = 98 %) offraient les meilleurs résultats pour le diagnostic de la MP.
  • Selon les auteurs, les outils d’apprentissage automatique MLP et SVM fonctionnent efficacement et peuvent être appliqués dans la pratique clinique pour le diagnostic de la MP.