研究用可解释多模态语音框架在阿尔茨海默病人群中识别出两个语音亚表型，其中一个在共享潜空间中与抑郁源语料中心接近，代理分类器区分两簇的准确率为92.73%
该研究针对阿尔茨海默病（AD）中抑郁难以刻画的问题，构建了一个整合图片描述任务中语言与声学特征的可解释多模态框架，采用源信息跨数据集迁移策略弥补目标AD队列缺乏直接抑郁标签的不足，通过无监督聚类在AD队列中识别出两个语音亚表型，并发现其中一个簇在共享潜空间中与抑郁标注源语料的抑郁中心具有余弦相似度意义上的数学接近性，随后用代理监督分类任务验证簇的可分性，保留的多模态人工神经网络在独立内部留出测试集上取得92.73%的簇可分性准确率，同时用SHAP分析提取特征归因并整理为多模态分类体系，还推导了多模态SHAP归因幅度（MSAM）分数作为探索性模型归因指标。