机构名称：
¥ 1.0
话语是交流的根本重要方面，而话语的产生提供了有关语言能力的丰富信息。失语症通常以多种方式影响产生话语的能力。全面的失语症评估，例如Western Aphine Reversed Revered（WAB-R）是时间和资源密集的。我们检查了话语措施是否可以用于估计WAB-R APHASIA商（AQ），以及这是否可以作为一种生态有效，资源较低的措施。我们使用了三个涉及展览（图片描述），故事叙事和程序性话语的Aphineabank提示，使用了从话语任务中提取的功能。这些功能用于训练机器学习模型以预测WAB-R AQ。我们还比较了模型并将模型与结构性神经成像中的病变位置信息相提并论。我们发现，基于话语的模型可以很好地估计AQ，并且它们基于病变功能优于模型。在话语特征中添加病变特征并不能大大改善话语模型的性能。检查最有用的话语特征的检查表明，不同的及时类型对语言的不同方面征税。这些发现表明，话语可用于估计失语症的严重性，并提供对不同类型的话语提示引起的语言内容的见解。
话语-Aphasiabank
主要关键词
相关文件推荐
