基于神經網絡的多特征輕度認知功能障礙檢測模型*

王欣， 陳澤森

1.中山大學外國語學院，廣東 廣州 510275

2.中山大學航空航天學院，廣東 深圳 518107

輕度認知障礙（MCI，mild cognitive impairment）是一種神經系統慢性退行性疾病，也是阿爾茨海默病（AD，Alzheimer's disease）的早期關鍵階段。研究發現，MCI 患者每年約有10%～15%的概率轉化為AD（Buckner，2004）。國際AD 協會報告顯示，全球AD 患者已超過5 500 萬人，到2050年將增加到1.31億人（Prince et al.，2015）。AD 已成為繼癌癥、心臟病、腦血管疾病之后，引起老年人死亡的第四大病因，是不可忽視的重大健康問題。

提高MCI的早期診斷準確率是延緩、防治AD的關鍵（Association，2019）。但由于發病機制尚未明確，早期診斷十分困難，漏診率高達76.8%（田金洲等，2019）。檢測手段中使用基于腦電圖等各類影像學檢查結果準確率高（Duan et al.，2020），對專業醫生的經驗依賴性強，成本高、效率低（黃立鶴，2022）；生物標志物檢查對患者具有創傷性及昂貴的缺點，不適用于大規模篩查（李妍等，2019）。此外，對于未出現明顯影像學特征的MCI患者，上述方法則表現出較低的準確率和特異性。

MCI 患者在話語表現方面與健康老年人有著較大的差異（劉紅艷，2014；劉建鵬等，2017），存在詞匯量減少、語法結構受損、交流能力下降等特征。這使得基于語言學測量指標的診斷手段成為可能。與傳統的神經心理學量表、腦電圖、磁共振成像等檢測方法相比，話語表現具有顯著的外顯特征，侵入性低，更經濟、擴展性更強，引起了研究人員的廣泛關注。研究結果顯示，MCI 患者不僅在語義流暢性測驗任務上的表現受到病理性老化和正常老化的雙重影響（劉紅艷，2014），而且使用話語標記的頻率和變化呈減少傾向（冉永平等，2017；楊軍，2004）。但由于指標差異等原因，單純地利用語言學理論難以對自然會話的多個維度進行量化，研究成果對病理性老化的區分度不高。

在人工智能技術發展的推動下，計算機輔助話語分析技術有了明顯的改善（鄂海紅等，2019）。基于卷積神經網絡開展的研究已經成為了AD 和MCI 診斷準確率的熱點趨勢之一（Chen，2015）。Shi et al.（2017）將一種多模態堆疊深度極性網絡模型應用在多模態的神經影像學數據中，并對AD 進行特征學習和分類預測。K?nig et al.（2015）使用語音信號處理技術，對MCI和AD患者的語音進行標記，并使用機器學習方法訓練檢測的自動分類器，測試檢測的準確性。結果表明，對照組和輕度認知障礙之間識別準確率為（79% ±5%）；對照組和實驗組之間識別準確率為（87% ±3%）；MCI 和AD 之間識別準確率為（80% ± 5%）。該研究證明自動語音分析是客觀評估老年人認知能力下降與否的補充工具。

利用MCI 患者日常會話中的異常特征，多個研究團隊使用神經網絡區分患者是否罹患MCI。針對DementiaBank 數據集中的473 個樣本的語音和轉錄文本，Fraser et al.（2016）選取了35個聲學特征和語言學特征組成的特征集合訓練邏輯回歸分類器，識別的最高準確率為 81.92%。Chen et al.（2016）提出更高效的層次化Transformer 模型，提高了AD 等神經性認知障礙檢測任務的運行效率；Zhang et al.（2022）從全局和局部的音頻和文本中提取4 個特征，提出融合粗粒度和細粒度的復合模型，提高了檢測的準確性；董瑞等（2020）提出了一種融合多種語言學特征的Bi-LSTM-CNN-CRF神經網絡模型進行命名實體識別，溫健（2022）針對AD 患者的自發語音構建神經網絡模型，搭建了認知衰退檢測系統。總體來說，基于神經網絡的研究方法在AD 早期診斷和發展趨勢檢測方面具有較高的可行性，但由于此類研究多通過人工智能數據仿真技術獲得會話數據，忽視了數據的語言學特征，其檢測準確率逐漸陷入瓶頸（趙俊海，2012）。

綜上，如何提取患者自然會話中的語言學特征是提升語言認知障礙的檢測準確率的關鍵。因此，本文采用真實受試者的自然會話數據取代仿真數據，融合語言學多特征分析與神經網絡算法，構建基于神經網絡的多特征MCI 模型，提高了語言認知障礙檢測的準確率。

1 數據概述

1.1 數據來源

本文使用的數據集來源于TalkBank 中的DementiaBank—English Protocol Delaware Corpus數據集（Lanzi et al.，2023）。DemantiaBank 是一個開源的、面向老年人癡呆癥狀的語料庫，也是世界最知名的AD 患者多模態語料庫之一。在數據采集過程中，所有受試者要求在44 歲以上，至少受過7年的教育，沒有精神失常的歷史或正在服用精神藥物。研究人員首先把圖片呈現給受調查者，并給每個受調查者1 min 時間熟悉圖片的內容，然后要求受試者將自己的圖片內容盡可能完整地講述出來。在語料收集的過程上，患者組和健康組均遵循相同的步驟。每個被采集的音頻文件由人工轉出文本，依據TalkBank 的CHAT（codes for the human analysis of transcripts）協議寫成標準的CHAT 格式。文本被按句分段并標注出填充停頓、起止時間、錯誤的詞和無法理解的詞。

表1為訪談調查員和受試者06（MCI患者）訪談會話轉錄文本示例。其中，INV 表示訪談調查員；PAR 表示訪談參與者；eng 表示訪談語言為英語；audio 表示訪談使用的媒介為音聲；ID 為訪談調查員與訪談參與者的詳細信息。@G： Cookie表示圍繞《偷餅干圖》（見圖1）進行的訪談會話。

表1 轉錄文本示例Table 1 Transcription example

圖1 偷餅干圖（de la Fuente Garcia et al.，2020）Fig.1 Cookie theft diagram

1.2 數據結構

本文使用DementiaBank 數據集的轉錄文本進行語言學特征的提取和神經網絡的訓練，受試者的采訪內容包括看圖說話（偷餅干圖等）、故事敘述（灰姑娘的故事）、自由談話（生命中的重要事件、自豪的事件）以及程序性描述話語（制作花生醬及三明治的過程）。為了確保模型的泛化能力，將訓練集設置為每一個文檔中隨機分配的80%文本，其他的20%文本作為測試集，以期通過神經網絡的訓練預估受試者患有MCI 的概率，數據規模如表2 所示。其中，MCI 為輕度認知障礙；WNL（within normal limits）為正常范圍，即對照者。如表3所示，數據集中包括每位受試者的人口學信息，如年齡、性別、第一語言等。以第一語言為例，因為采訪要求受試者運用英語進行回答，所以第一語言為英語的受試者在表達流暢程度方面會好于第一語言為漢語或者其他語種的受試者。因此，將人口學信息作為輸入張量的一部分對于MCI檢測模型的訓練是必要的。

表2 訓練集和測試集規模Table 2 Size of training and test sets min

2 基于語言學的多特征分析

2.1 特征提取

AD 患者在早期輕度認知障礙階段就已經表現出了一定的語言學特征，并且話語表現在AD 的不同階段表現出不同特征，其價值不受疾病階段限制（de la Fuente Garcia et al.，2020）。因此，話語表現作為MCI 早期評估和診斷的重要證據（Croot et al.，2000），成為了老年語言學和神經網絡算法等交叉領域的熱點。但一方面，由于單純地利用語言學理論難以對語言學測量指標進行量化，另一方面神經網絡算法相關研究多通過數據仿真擴大數據集規模，雖然使得實驗效率有所提高，但同時簡化了真實會話數據特征，模擬結果與自然會話數據之間存在一定的差距，致使其檢測準確率逐漸陷入瓶頸。語言學測量指標是精確區分病理老化和正常老化的重要篩選工具，也是構建語言障礙診斷模型的基礎。因此，本文將真實的自然會話語料作為數據集，通過將語言學定性分析和神經網絡算法定量分析結合起來相互驗證，而全面提取這些特征將進一步提高神經網絡模型在MCI檢測上的準確率。

語言學測量指標主要分為語音、語義、語用三個層面。由于MCI 患者在患病初期語音和句法相對完好（Tsantali et al.，2013），其受損通常出現在語義和語用層面（Araujo et al.，2011），因此本模型分別提取了自然會話中的語義和語用層面的特征。在語義指標中，由于MCI 患者最常見的障礙是語義流暢性受損導致的命名不能（anomia），因此語義流暢度可作為客觀研究和量化MCI 語言障礙的工具（Bucks et al.，2000）。另外，相比較于健康老年人對照組，MCI 患者的形容詞比例和動詞比例相對較高（黃立鶴，2022）。因此，本文選擇形容詞比例和動詞比例，作為模型的語義特征。進一步考慮MCI 患者在填塞語和語義密度上表現出顯著缺陷，本文總共提取了以下5個特征：命名不能、形容詞比例、動詞比例、語義密度、填塞語。

在語用指標中，大致分為語篇銜接性、連貫性和簡潔性（Bucks et al.，2000）。語篇的銜接性體現受試者在詞匯和語法方面的銜接手段，如有無濫用、誤用代詞及不定詞，空洞詞匯及杜撰次詞，話語缺損出現頻次等；連貫性主要體現受試者話題維持的能力，如是否偏題、答非所問，多次重復某一主題，維持話語連貫上是否具有嚴重缺陷等；簡潔性則體現在受試者話語的簡潔程度，常見的有話語是否冗長，是否過分使用某一種特定的言語行為，是否能夠進行正常的話輪轉換及話輪轉換次數等。通過運用話語分析理論對數據集的語料做了細致的標記與分析后，本文發現MCI患者在話語銜接與連貫方面與健康老年人的話語構建策略有著較大的差別。具體而言，MCI 患者在語言學的語篇銜接性、連貫性和簡潔性等方面比健康組使用的話語構建策略較少，且存在較多的錯誤，這和以往研究成果一致（黃立鶴等，2022；李妍等，2019）。因此，本文采用以下5 個語用指標：無指稱代詞數、信息單位、局部連貫性、省略、重復。綜合以上分析結果，本文中采用的語義和語用方面的具體特征如表4所示。

表4 本文采用的語言學特征Table 4 The linguistic features used in this study

2.2 基于LDA的T-W矩陣提取

隱含狄利克雷分布（LDA，latent Dirichlet allocation）是自然語言處理領域中文本建模中的重要工具。通過每篇文檔的主題的概率分布，構建每篇文檔（document）中主題（topic）和詞語（word）的關系。采用LDA 對測試文本進行預處理，提取會話文本中的主題詞、表征語義密度、語篇連貫性、簡潔性等語言學特征，構建神經網絡的輸入張量。

2.2.1 文本清潔 在構建神經網絡模型之前，對自然會話數據進行文本清潔（見表5）。一方面，文本清潔可以有效減少待處理的輸入變量和文本隨機性，提高了總體性能，避免誤報；另一方面，文本清潔可以在LDA 和神經網絡的構建、測試和訓練時，刪除明顯的干擾數據，降低載入數據所需的處理量。文本清潔操作通過Python 中的自然語言處理包（NLTK，natural language toolkit）實現。其中，texti，j表示第i條文本中的第j個詞語；blanks 表示多余空白；tags 表示詞性標注；stopwords 表示除去常見定語等停用詞表，避免對MCI 的檢測準確率造成影響；digits 表示數字，symbols 表示特殊符號，seg 表示分詞函數，low_freq_words表示出現低頻詞。

表5 文本清潔算法Table 5 Text cleaning algorithm

在文本清潔后，進一步制作基于目標數據集的詞典，詞典可以提供訓練模型所需的語言背景和文本數據。對清洗后的文本進行詞頻統計，參照2.1 中提取的語言學指標進行有監督的深度學習，進一步提取對病理性老化敏感度高的前N個語言學指標共同作為模型的詞典。

2.2.2 求解輸入張量 在LDA 主題模型中，每篇文檔都由多個主題組成，每份文檔的主題分布由Dirichlet 分布產生，每份文檔的主題分布都有差異，是長度為主題個數的向量。單詞的主題分布z由參數為θ的多項式分布產生。因此，將文本集中的每篇文檔表示成一組主題的概率分布，則LDA的概率分布函數為

其中θ表示文檔的主題分布，zn表示文檔中第n個單詞的主題，wn表示文檔中第n個單詞，α和β是LDA模型的超參數。α用于控制每個文檔中主題的分布情況，β則用于控制每個主題中詞語的分布情況。模型求解目標為得到每份文檔的主題分布θ和每個單詞的主題分布z。

從公式（1）可以看出，α和β的選取是LDA 分布的重要參數。為了確保數據的正則性，本文將α和β設置為相等。根據DementiaBank 的話題設定，本文引入模型復雜度和主題一致性兩個指標，如表6所示。由此確定最佳主題數量和主題詞數分別為10。

表6 LDA模型指標與主題數Table 6 LDA model indicators and the number of topics

給定文本的主題數和單詞數之后，通過LDA模型可以得到主題-詞語（T-W，topic-word）的二維矩陣。T-W 矩陣的每一行表示1 個主題，每一列表示1個詞語，矩陣中的每個元素表示該主題中包含該詞語的概率。下面是一個示例T-W 矩陣，包含3個文檔和3個主題，如表7所示。

表7 T-W矩陣Table 7 The T-W matrix

從表7可得在各個主題下受試者轉錄文本中占比最多的詞語，其融合而成的T-W 矩陣表征了語言學特征，是神經網絡的輸入張量，可作為檢測受試者是否為MCI患者的原始依據。

3 基于語言學特征的神經網絡檢測模型

3.1 考慮多特征的分類模型結構

本文將人工定性分析提取的語言學特征與LDA 定量分析提取的語言學特征相結合，構建基于語言學特征的卷積神經網絡模型（TextCNN，text convolutional neural network）。TextCNN 是卷積神經網絡在文本分類任務中的一種應用。與傳統模型相比，TextCNN 能夠有效地處理不同長度的文本，通過在數據集上提取多個高敏感度的語言學特征，并導入到神經網絡模型中以達到更高的檢測準確率。同時，由于模型引入了CNN，可設置卷積核的寬度和不同的卷積核大小，靈活性高、訓練速度快，可以應用于臨床大規模文本分類任務中。此模型既可以避免語言學指標無法客觀量化等難題，又能夠彌補利用數據仿真構建語料庫的單一性，從根本上保證了MCI早期檢測準確性。

本文的分類檢測模型主要分為兩部分：一是提取語言學特征，構建神經網絡的輸入。它主要包括語義和語用特征的提取，文本清潔和應用LDA 模型提取制作T-W 矩陣。二是構建TextCNN模型進行訓練和測試，預估罹患MCI 的概率。本文的分類模型如圖2所示。

圖2 考慮多特征的分類模型Fig.2 A classification model that consider multiple features

3.2 模型參數選擇

為確保訓練模型的穩定性和準確率，研究對神經網絡的輸入張量進行了歸一化、標準化處理。LDA 中的主題數和單詞數的選擇是一個重要的超參數調節問題。合適的主題數和單詞數可以提高模型的效果和穩定性。主題數和單詞數的選擇通常是在較小的范圍內進行調整，以避免模型過于復雜和計算量過大。本文的兩組主題數和單詞數分別設置為5和5，以及10和10。對于主題數和單詞數為5的情況，考慮到文本中的采訪者，在引導采 訪 時 就 設 計 了5 個 主 題“Cookie”、“Cat”、“Rockwell”、“Cinderella”、“Sandwich”，模型能夠提取出比較明顯的主題特征，同時避免過擬合。通過2.2.2 中對于LDA 的最佳主題數和單詞數實驗，研究將主題數和單詞數設置為10，可以更細致地提取主題特征并保持模型的準確率。

本文的最優解求解器為SGD 優化器，其訓練速度快且在小樣本的最優解求解中穩定性較高。優化器的誤差函數為

其中y是受試者的真實類型（MCI 為1，WNL 為0），y?是檢測的概率值，L表征真實樣本標簽和檢測概率之間的差值。嵌入層輸入為經過處理之后的二維張量；卷積層卷積核大小設置為3×3；卷積層激活函數為ReLU；全連接層激活函數為ReLU/Sigmoid；全連接層輸出為one-hot編碼；在CPU服務器上完成訓練。

3.3 檢測模型的構建

本文模型的第一步是構建多特征輸入張量，包括切分、標注自然會話語料，運用語言學話語分析理論，提取自然會話中的語義密度、形容詞比例等語義特征以及填充語、重復等語用特征；以及清潔轉錄文本，應用LDA 模型制作詞典獲取T-W矩陣及語言學特征，表征其語言學特征；進一步讀取受試者性別、第一學歷、年齡等信息，共同融合形成神經網絡輸入張量。第二步是構建基于多語言學特征的Text-CNN 模型，模型中包含兩個隱藏層，以熱點分布輸出表示分類結果，并在數據集上對模型進行實證訓練和檢測。檢測模型如圖3所示。

圖3 基于多語言學特征的CNN模型Fig.3 CNN model based on multilingualism features

圖3中輸入張量由T-W 矩陣、語義特征、語用特征和受試者信息組成。首先對于每個卷積核大小k，使用多個寬度為k的卷積核對輸入進行卷積操作，得到一系列的特征圖，然后將所有的特征拼接在一起，作為全連接層的輸入，最終輸出分類結果。具體來說，本文使用了一組3×3 的卷積核，通過ReLU 激活函數的作用。接下來使用全連接層對這個張量進行處理，即將其展開為一維張量，然后使用ReLU、Sigmoid 激活函數進行激活，最后使用one-hot編碼輸出分類結果。

4 結果評價與分析

4.1 評價指標

為了保證檢測的準確性，研究結合語言學的語篇銜接性、連貫性和簡潔性，設置了靈敏度特異度、精度、準確性相關指標展示神經網絡模型的測試效果。4項指標及計算公式如表8所示。

表8 4項指標及計算公式Table 8 Four kinds of indicators and calculation formulas

表8 中，TP 表示真陽性，即實際為正例且被檢測為正例的樣本數量；FN 表示假陰性，即實際為正例但被檢測為負例的樣本數量。TN 表示真陰性，即實際為負例且被檢測為負例的樣本數量；FP 表示假陽性，即實際為負例但被檢測為正例的樣本數量。

4.2 結果分析

本文應用LDA 和TextCNN 模型對Dementia-Bank 數據集進行訓練。其中MCI 患者的測試總時長為394.28 min， WNL 的測試時長則為250.87 min，全部數據時長為645.15 min。對同一受試者的轉錄文本，使用隨機函數按照4∶1的比例選擇訓練和校驗數據，訓練誤差如圖4所示。

圖4 訓練誤差曲線Fig.4 Training error curve

圖4 中ntopics= 5，nword= 5，no_ages 表示LDA中主題數目為5，單詞數目為5，輸入張量不額外添加年齡等受試者信息；ntopics= 10，nword=10，no_ages 表示LDA 中主題數目為10，單詞數目為10，輸入張量不額外添加年齡等受試者信息；ntopics= 10，nword= 10，ages表示LDA中主題數目為10，單詞數目為10，輸入張量額外添加年齡等受試者信息。

比較3 條曲線的走勢，可以發現：（1）主題數和單詞數分別設置為5 和5 時，誤差曲線收斂效果明顯較差。（2）主題數和單詞數分別設置為10 和10時，收斂速度明顯加快，訓練步數達200時基本完成收斂。（3）三種模型在訓練步數到達1 000 時，誤差依次遞減，分別為0.004 021、0.001 050、0.000 874，并且最終在測試集中的準確率達到了1.00。因此，本文在后續調整模型參數時選擇第3種模型。

為了進一步提升模型的檢測準確率，本文對模型進行了3種不同的參數調優操作，包括增加語言學輸入張量信息（模型 1）、加密神經網絡結構（模型 2）和修改激活函數（模型 3）。如表9 所示，隨著參數的不斷優化，模型的性能逐步提升，表現為靈敏度、特異度、精度和準確性逐步增加。

表9 參數調后4項指標的變化Table 9 Variation of the four kinds of indicatorsafter parameter adjustment

計算結果表明，本文所構建的神經網絡模型能夠對MCI 和WNL 進行有效識別，在測試集上的準確率為0.93。分類結果的靈敏度和特異度分別達到了1.00 和0.80，表明該模型對于MCI 患者的識別能力很強，但是在識別WNL 時會出現一定誤差；在增加受試者的年齡、性別、第一語言等信息后有明顯改進。同時，這些指標值也表明該模型具有較好的穩定性和泛化能力。

5 結 論

本文利用MCI 患者語言學話語表現變化顯著的特點，提出了一種基于神經網絡的多特征輕度認知障礙檢測模型。在提取自然會話中的語言學特征的基礎上，融合LDA 模型的T-W 矩陣與受試者資料等多特征信息，形成TextCNN 網絡的輸入張量，構建了基于語言學特征的神經網絡檢測模型。同時，利用世界公認的AD 多模態語料庫DemantiaBank 進行了模型訓練和測試。結果顯示，該模型在MCI 早期檢測方面具有較高的準確率和靈敏度，并在闡明語言障礙機理具有一定的潛力。目前，研究側重于會話文本這一單一模態。在未來的工作中，將增加語音、表情、手勢等更多模態的語言特征，以期提高面向臨床實踐的AD 早期檢測的準確率。