تشخیص و نظارت بر بیماری آلزایمر امروزه توجه محققین بسیاری را در دهه اخیر جلب کرده است و لذا روش‌های بازشناخت سیگنال گفتار کمک شایان توجهی در شناخت بهنگام بیماری آلزایمر داشته‌اند. هدف این مقاله تشخیص سیگنال گفتار بیماران آلزایمری از افراد سالم با استفاده از سیستم مدل شنوایی انسان است که به منظور دستیابی به این هدف پایگاه داده‌ای متشکل از سیگنال گفتار بیماران آلزایمری و افراد سالم فارسی زبان جمع‌آوری شده است. سیستم شنوایی انسان یکی از بهترین تشخیص دهنده‌های صوت است لذا می‌تواند بعنوان مدل مناسبی در شناسایی سیگنال گفتار استفاده شود و حاصل آن خروجی چهاربعدی در راستای زمان، نرخ، فرکانس و مقیاس است. از خروجی بدست آمده در راستای زمان میانگین‌گیری و از داده سه‌بعدی حاصله بیشینه مقدار ویژگی‌های فرکانسی، مدولاسیون طیفی و زمانی به ترتیب در راستای فرکانس، مقیاس و نرخ برای بیماران آلزایمری و افراد سالم بعنوان بردار ویژگی استخراج می‌شود. بعلاوه، بیشینه مقدار انرژی اسپکتروم نیز به بردار ویژگی حاصله اضافه می‌شود. طبقه‌بندی نتایج استخراج شده توسط ماشین بردار پشتیبان در مقایسه با روش‌های زمانی و فرکانسی همچون بسته تبدیل موجک، ضرایب کپسترال فرکانس مل، نرخ عبور از صفر و چرخش طیف نتیجه شایان توجهی را دربرداشت.
