1 of 1

ㅌ

최근 치매 조기 발현 환자의 증가로 인한,

고령자의 정신적·신체적 건강 문제 증가

치매 조기 발견 시

치료 및 수명 연장 가능성 증가

배경 설명

연구 목표

치매 환자의 임상 음성 데이터를 활용해 발화 특성 기반의 이상 패턴을 탐지하고,

이를 통해 치매 조기 진단에 기여하고자 함.

1. 치매 임상 기반의 음성 데이터셋을 활용한 정량적 음성·언어 패턴 분석 가능성 제시 (약 83%의 정확도)
2. 발화 특성 분석을 통해 치매 여부를 식별할 수 있다는 가능성을 확인
3. 향후 AI 기반 가정용 스피커와 결합하여 실시간 모니터링 시스템으로 발전 가능

프로젝트 흐름

4조 - 이유림, 김성룡, 문지원, 한동훈, 허원준

디지털 스마트 부산아카데미 6기, SW 전문인재 양성 사업

음성데이터를 활용한 치매 증상 감지 시스템

Ⅰ. 서 론

Nature 논문: "Global burden of young-onset dementia

• 사람의 청각 특성을 반영한 Mel Scale을 사용하여 �저주파에 민감하고 고주파에는 덜 민감한 인간의 �청각 특징을 잘 표현

​

• 음성이나 소리의 주파수 변화를 시간에 따라� 시각화한 이미지

2. 시스템이 대화를 유도하여 음성 데이터 수집

시스템이 사용자에게 질문을 던지거나 상황에 맞는 대화를 유도함으로써, 다양한 발화 패턴의 음성 데이터 수집

6. 모델 예측

발화 특성과 음향 특성(멜 스펙트로그램) 을 이용하여

학습된 모델 중 가장 평가지표가 높은 분류 모델로 예측

정상/치매 분류 후 경증/중증 분류

5-2. 스펙트로그램 추출

수집한 음성에서 �멜 스펙트로그램 이미지를 생성

AI hub

공감형 대화

LLM 학습 데이터

분류 모델 학습 데이터

7. 결과 시각화 및 레포트 작성

Mel Spectrogram

발화 특성 성분

• 평가지표가 가장 좋은 발화 특성을 사용한 XGBoost 모델 선택

1. LLM 대화 생성하여 음성 데이터로 변환

5-1. 발화 특성 추출

수집한 음성에서 �발화 특징을 �정량적으로 분석

LLM(거대언어모델)을 사용해 문장 생성

생성된 문장은 TTS(Text to Speech)를 이용해 음성으로 변환

AI 분석 결과를 한 눈에 볼 수 있도록 그래프로 시각화

치매 위험 수준을 정리한 리포트 제공