آلزایمر یک نوع اختلال عملکرد مغزی است که به تدریج توانایی های ذهنی بیمار تحلیل می رود؛ ازجمله علائم اولیه این بیماری فقدان حافظه، اختلال در تصمیم گیری و اشتباه در انتخاب واژگان درست است؛ بنابراین، پردازش سیگنال گفتار این بیماری توجه بسیاری از پژوهشگران را در دهه اخیر جلب کرده است. تشخیص بیماری آلزایمر با استفاده از سیگنال گفتار به فرهنگ و زبان و محتوای گفتار، جنسیت، سن، لهجه و بسیاری از عوامل دیگر وابسته است؛ ازاین رو، سیگنال گفتار بیماران آلزایمری در زبان های مختلف بررسی شده است. هدف این مقاله تشخیص بیماران آلزایمری از افراد سالم با استفاده از پردازش سیگنال گفتار آنها در زبان فارسی با ترکیب ویژگی های زمانی، فرکانسی و زمانی - فرکانسی است. در این مقاله پس از پیش پردازش سیگنال گفتار فارسی با بهره گیری از بسته موجک، به عنوان ویژگی زمان - فرکانس در کنار ضرایب کپسترال فرکانس مل، نرخ عبور از صفر، افت طیف، پهنای باند، انرژی سیگنال و فرکانس مرکز طیفی، ویژگی های سیگنال گفتار بیماران آلزایمری و افراد سالم استخراج شدند و دقت طبقه بندی نتایج با ماشین بردار پشتیبان، نتیجه 96 % را دربرداشت. نتایج پذیرفتنی نشان دهنده الگوریتم پیشنهادی غیرتهاجمی و کم هزینه در تشخیص بیماران آلزایمری فارسی زبان است.
