[發明專利]基于語音混合信息特征協同優選判別的帕金森癥檢測裝置

有效

• 申請號: 201710325414.5
• 申請日: 2017-05-10
• 公開（公告）號: CN107170445B
• 公開（公告）日: 2020-03-31
• 發明（設計）人: 李勇明;謝廷杰;王品;鄭源林;張小恒;承歐梅;張艷玲
• 申請（專利權）人: 重慶大學
• 主分類號: G10L15/08
• 分類號: G10L15/08;G10L15/10;G10L17/04
• 代理公司: 成都時譽知識產權代理事務所(普通合伙) 51250
• 代理人: 陳千

本發明公開了一種基于語音混合信息特征協同優選判別的帕金森癥檢測裝置，包括：信號采集器、處理器以及結果輸出模塊；所述信號采集器：用于獲取診斷對象的語音信息；所述處理器：包括用于提取語音特征的特征提取模塊以及預先訓練好的分類器，通過所述分類器判斷診斷對象是否屬于帕金森癥患者；所述結果輸出模塊：用于輸出分類器的判斷結果。本發明提供的一種基于語音混合信息特征協同優選判別的帕金森癥檢測裝置，診斷過程采用分類器，通過大量數據訓練和測試，精度高，而且使用方便。

技術領域

本發明涉及電子醫療器械，具體涉及到一種基于語音混合信息特征協同優選判別的帕金森癥檢測裝置。

背景技術

帕金森癥是一種多發于中老年的漸進性中樞神經系統變性疾病，又稱巴金森氏癥或柏金遜癥，多在60歲以后發病。在帕金森癥患者中，有50％～80％的病例起病隱襲，早期難以察覺而常被忽視，因此容易造成漏診。但該病一旦形成將對患者生活造成影響。在發病早期，患者主要表現為功能障礙，如手指震顫、語音障礙和發音困難等。有研究表明語言功能性障礙是早期帕金森癥的典型癥狀之一，有超過90％的帕金森癥患者出現聲帶損傷，并伴隨有大腦語言功能區病變。研究還表明，檢測語言功能性障礙并能對其進行分級可以通過提取帕金森癥病人語音語言學參數，并進行模式識別分類的方式。因此，檢測語言障礙將有助于實現高準確性的帕金森病早期診斷。

目前基于語音的帕金森病診斷的主流研究方法是：先提取語音特征，然后采用機器學習方法對其進行分析，實現分類。這些特征類型是通過語言病理學家先驗知識獲取的。其中包括了聲帶振動的基音頻率、頻率微擾、幅度微擾、諧波信噪比等。Little等人最早利用基于核方法的支持向量機分類器對受試者的語音信號進行分類，Revett等人建立粗糙集對帕金森病數據進行特征選擇，Pei-Fang Guo等人利用遺傳算法進行了特征選擇分析，Saker等人使用統計學中的集中趨勢和離差矩陣進行特征分析。上述這些研究取得了一定的分類診斷效果，大都是對特征進行優選分析或者轉換，其缺陷是：

(1)現有研究大多處于理論研究階段，產品化較少；

(2)現有的各種分類算法，在分類器訓練時難以避免誤差嚴重的樣本對分類器的誤導。

發明內容

為了解決上述問題，本發明提供一種基于語音混合信息特征協同優選判別的帕金森癥檢測裝置，一方面將現有的研究算法產品化，另一方面，在分類器訓練時，通過樣本特征進行權值篩選，有效提高帕金森癥的真的準確性。

為實現上述目的，本發明所采用的具體技術方案如下：

一種基于語音混合信息特征協同優選判別的帕金森癥檢測裝置，其關鍵在于包括：信號采集器、處理器以及結果輸出模塊；

所述信號采集器：用于獲取診斷對象的語音信息；

所述處理器：包括用于提取語音特征的特征提取模塊以及預先訓練好的分類器，通過所述分類器判斷診斷對象是否屬于帕金森癥患者；

所述結果輸出模塊：用于輸出分類器的判斷結果。

進一步地，所述處理器中的分類器按以下步驟進行預先訓練：

S1:提取樣本數據集，首先選擇M個受試者，受試者中包括帕金森患者和健康者，利用信號采集器分別采集每個受試者N個語音片段，每個語音片段采集至少一種發音內容，包括連續元音字母發音、數字發音、單詞發音和短語句發音，通過特征提取模塊從每個語音片段中提取K個特征參數，從而構成樣本數據集，M、N、K均為正整數；

S2：特征集變換，將同一受試者中N個語音片段所對應的K個特征參數擴展為一個N*K維的特征矩陣，然后采用留一法交叉驗證，將樣本數據集分為訓練樣本集和測試樣本集，訓練樣本對應的測試樣本集來自于不同的受試者；