[發(fā)明專利]一種多通道簡易精神狀態(tài)檢測系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201410128613.3
• 申請日: 2014-04-01
• 公開（公告）號: CN103956171B
• 公開（公告）日: 2017-06-13
• 發(fā)明（設計）人: 田豐;姜超詞;朱以誠;周立新;袁晶;崔麗英;王宏安
• 申請（專利權(quán)）人: 中國科學院軟件研究所;中國醫(yī)學科學院北京協(xié)和醫(yī)院
• 主分類號: G10L25/63
• 分類號: G10L25/63
• 代理公司: 北京君尚知識產(chǎn)權(quán)代理事務所(普通合伙)11200
• 代理人: 俞達成

1.一種多通道簡易精神狀態(tài)檢測系統(tǒng)，包括：

錄音設備，包括發(fā)音信息采集模塊和音頻文件分割模塊；所述發(fā)音信息采集模塊用于采集檢測開始后待測者的所有發(fā)音信息；所述音頻文件分割模塊根據(jù)當前不同的檢測項目，將采集的發(fā)音信息切分成不同的音頻文件，并存儲在平板電腦中；

數(shù)字化輸入板，包括多通道輸入數(shù)據(jù)采集模塊，用于采集檢測過程中待測者多通道輸入的數(shù)據(jù)，并存儲在平板電腦中；

平板電腦，連接所述錄音設備和數(shù)字化輸入板，包括發(fā)音特征提取模塊、運筆特征提取模塊、電子化的MMSE量表模塊及MMSE數(shù)據(jù)模型模塊；所述發(fā)音特征提取模塊用于提取上述音頻文件的發(fā)音特征；所述運筆特征提取模塊用于提取上述多通道輸入過程中的運筆特征；所述電子化的MMSE量表模塊是將MMSE量表中的每一項檢測項目對應到平板電腦數(shù)據(jù)庫中的一個表項，對于電子化的MMSE量表模塊中的檢查題目，所述多通道簡易精神狀態(tài)檢測系統(tǒng)將自動記錄每道題的得分情況及作答結(jié)果詳情；所述MMSE數(shù)據(jù)模型是根據(jù)訓練樣本提取的特征建立的分類模型，包括認知與運動數(shù)據(jù)模型和發(fā)音信息數(shù)據(jù)模型；所述認知與運動數(shù)據(jù)模型是根據(jù)提取出的運筆特征，采用特征選擇算法，選出其中公共的3個特征輔以基本特征，采用已有的主流BP神經(jīng)網(wǎng)絡分類器進行訓練建立的；所述發(fā)音信息數(shù)據(jù)模型是根據(jù)發(fā)音特征，通過特征選擇算法，選出其中的25個特征，包括第0、2、3、4、6、7、8、9、10維MFCC系數(shù)，第2、3、4、8、12維MFCC導數(shù)，聲道刺激率、信噪比，采用BP神經(jīng)網(wǎng)絡進行訓練建立的；所述認知與運動數(shù)據(jù)模型和發(fā)音信息數(shù)據(jù)模型與電子化的MMSE量表的總檢測評分進行匹配，最終建立MMSE數(shù)據(jù)模型；

所述多通道簡易精神狀態(tài)檢測系統(tǒng)根據(jù)每一題選擇的選項、數(shù)字化輸入板輸入及錄音設備采集的數(shù)據(jù)，生成一條MMSE檢查的向量R<name,gender,age,…,week_score,day_score,…,total_score>，并存儲在數(shù)據(jù)庫中，同時生成一個報告文檔，詳細描述了每一題的得分。

2.如權(quán)利要求1所述的多通道簡易精神狀態(tài)檢測系統(tǒng)，其特征在于，所述發(fā)音信息采集模塊通過錄音采集發(fā)音信息，具體音頻參數(shù)為16bit，44.1Hz，1channel；所述發(fā)音信息包括：發(fā)音開始時間，發(fā)音結(jié)束時間。

3.如權(quán)利要求1所述的多通道簡易精神狀態(tài)檢測系統(tǒng)，其特征在于，所述數(shù)字化輸入板是支持數(shù)位筆輸入的液晶顯示屏；所述數(shù)位筆是支持筆尖軌跡、筆尖壓力、筆尾三維傾角、筆身自轉(zhuǎn)角的數(shù)位筆；所述數(shù)位筆采用數(shù)字化輸入板像素點坐標進行定位。

4.如權(quán)利要求1所述的多通道簡易精神狀態(tài)檢測系統(tǒng)，其特征在于，所述多通道輸入的數(shù)據(jù)包括：記錄反應時間，完成時間，總連線時間，圈內(nèi)停留時間，錯誤次數(shù)，錯誤率，總平均速度，每段平均速度，最大速度，偏移度，最大偏移值，壓力，傾斜方向，傾斜幅度，旋轉(zhuǎn)角。

5.如權(quán)利要求1所述的多通道簡易精神狀態(tài)檢測系統(tǒng)，其特征在于，所述發(fā)音特征包括音頻文件的Mel頻率倒譜系數(shù)、感知線性預測、基礎頻率、循環(huán)周期熵；所述運筆特征包括運筆壓力、速度。

6.如權(quán)利要求1所述的多通道簡易精神狀態(tài)檢測系統(tǒng)，其特征在于，所述發(fā)音特征提取模塊通過以下方法提取所述音頻文件的發(fā)音特征：首先對每個漢明窗口提取PLP特征，其次，對音頻文件提取INTERSPEECH 2010Paralinguistic Challenge特征集，選取其中的MFCC系數(shù)及其一階導數(shù)，基礎頻率，聲音響度、音高，最后，通過Matlab程序提取出音頻的信噪比、循環(huán)周期熵、趨勢波動分析、音高周期熵。

7.如權(quán)利要求1所述的多通道簡易精神狀態(tài)檢測系統(tǒng)，其特征在于，所述運筆特征提取模塊通過以下方法提取所述多通道輸入過程中的運筆特征：用戶在多通道輸入過程中在每一個時間點形成一個七維向量X<時間，x坐標，y坐標，筆尖壓力，筆尾三維方向角，筆尾三維傾斜角，筆身自轉(zhuǎn)角>，從落筆到繪圖結(jié)束則形成了一個包含m個X的序列S₀<X₀,X₁,X₂,..,X_m>，根據(jù)這個序列，計算出整個繪圖過程中的總連線時間、圈內(nèi)停留時間、錯誤次數(shù)、平均速度、平均壓力、平均曲率。