[發明專利]抑郁癥參考數據的獲取方法及裝置

有效

• 申請號: 202010130347.3
• 申請日: 2020-02-28
• 公開（公告）號: CN111329494B
• 公開（公告）日: 2022-10-28
• 發明（設計）人: 王迎雪;劉弋鋒;鄒博超;謝海永;豐雷;王剛
• 申請（專利權）人: 首都醫科大學;首都醫科大學附屬北京安定醫院;中國電子科技集團公司電子科學研究院
• 主分類號: A61B5/16
• 分類號: A61B5/16;A61B5/00;G10L15/02;G10L15/08;G10L15/26;G10L25/63
• 代理公司: 工業和信息化部電子專利中心 11010
• 代理人: 田衛平

本發明提出了一種抑郁癥參考數據的獲取方法及裝置，包括：采集待測人員的語音信息；對語音信息進行處理以獲取語音特征和語音文本；對語音特征進行計算得到第一中間結果，對語音文本進行計算得到第二中間結果，并將第一中間結果與第二中間結果進行融合計算以獲得抑郁癥參考數據。由此，通過采集待測人員的語音信息，可以利用從語音信息中提取到的語音特征和語音文本，獲得抑郁癥參考數據。該識別方法成本低，易推廣，能夠大量、高效、迅速地獲得抑郁癥參考數據，可以作為醫生對于抑郁癥診斷時的一種有效輔助參考。

技術領域

本發明涉及機器學習技術領域，尤其涉及一種抑郁癥參考數據的獲取方法及裝置。

背景技術

抑郁癥(Major Depressive Disorder,MDD)全球患病率高達5％-12％，目前已經成為世界第四大疾病，僅次于心血管疾病、癌癥、糖尿病，預計2020年后，它會超過癌癥，成為僅次于心血管疾病的第二大疾病。抑郁癥患者如果不能得到及時的治療，病情就會持續繼續惡化，引發嚴重的精神問題，甚至會出現自殺等危及生命的行為。抑郁癥已經成為一個重大的公共衛生問題，具有迫切的臨床研究需求。

目前，我國大部分的抑郁癥患者會選擇綜合醫院而非精神專科醫院就診，由于缺乏專科培訓，特別是沒有可操作性較強的、適合臨床使用的規范化診療手段，導致我國的抑郁癥的識別率的較低。我國的抑郁癥識別率僅為21％，遠低于世界平均的55.65％，接受干預和治療者不足5％。

隨著人工智能技術的廣泛應用，科研人員試圖開展抑郁癥的人工智能檢測方法研究，以輔助醫療人員。特別希望在精神科專科醫生人力有限的醫院，通過人工智能技術進行抑郁癥的診斷輔助，提高抑郁癥識別率，使抑郁癥患者盡早接受干預治療。然而，在獲取怎樣的參考數據提供給醫生輔助其進行抑郁癥的有效識別以及如何獲取有有效的參考數據方面，目前存在較大欠缺。

發明內容

本發明要解決的技術問題是如何獲取輔助識別抑郁癥的參考數據，本發明提供了一種抑郁癥參考數據的獲取方法及裝置。

根據本發明實施例的抑郁癥參考數據的獲取方法，包括：

采集待測人員的語音信息；

對所述語音信息進行處理以獲取語音特征和語音文本；

對所述語音特征進行計算得到第一中間結果，對所述語音文本進行計算得到第二中間結果，并將所述第一中間結果與所述第二中間結果進行融合計算以獲得抑郁癥參考數據。

根據本發明實施例的抑郁癥參考數據的獲取方法，通過采集待測人員的語音信息，可以利用從語音信息中提取到的語音特征和語音文本，并對語音特征和語音文本計算分析，從而可以獲得有效的抑郁癥參考數據。而且，該方法成本低，易推廣，能夠大量、高效、迅速地獲得抑郁癥參考數據，可以作為醫生對于抑郁癥診斷時的一種有效參考。

根據本發明的一些實施例，在采集所述語音信息時，對采集的所述語音信息進行多層標注，以記錄所述待測人員的個人信息、噪音干擾信息、情緒信息以及韻律信息。

在本發明的一些實施例中，對所述語音信息進行處理，包括：

對采集的所述語音信息進行端點檢測、預加重、加窗分幀和語音增強的預處理操作。

根據本發明的一些實施例，對所述語音特征進行計算，包括：

采用遷移學習算法訓練特征提取器，并利用所述特征提取器提取所述語音信息的情感特征、韻律特征、頻譜特征和文本特征；

將所述情感特征、所述韻律特征、所述頻譜特征和所述文本特征進行特征拼接以獲得融合特征；

對所述融合特征進行分析計算得到所述第一中間結果。

在本發明的一些實施例中，對所述語音文本進行計算，包括

構建關鍵詞詞表；