[發明專利]用于識別注意力缺陷多動障礙亞型的方法及系統

在審

• 申請號: 202110270623.0
• 申請日: 2021-03-12
• 公開（公告）號: CN113160967A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 蔣鑫龍;陳益強;鄭毅;喬雨曦;黃武亮;周玉明
• 申請（專利權）人: 中國科學院計算技術研究所;首都醫科大學附屬北京安定醫院
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06N3/04;G10L21/0208;G10L25/09;G10L25/24;G10L25/30;G10L25/66
• 代理公司: 北京泛華偉業知識產權代理有限公司 11280
• 代理人: 王勇

本發明提供了一種用于識別注意力缺陷多動障礙亞型的方法，包括：獲取待識別用戶的個人信息和語音信息，并對語音信息進行預處理；提取語音信息的語音特征，語音特征包括時域特征和頻域特征；基于個人信息，將待識別用戶的語音特征與符合預定條件的人口信息關聯圖中相應的已知用戶的語音特征相關聯，其中，已知用戶具有注意力缺陷多動障礙亞型標簽；以及利用圖神經網絡模型預測待識別用戶的注意力缺陷多動障礙亞型。

技術領域

本發明涉及計算機數據挖掘分析技術領域，尤其涉及用于識別注意力缺陷多動障礙亞型的方法及系統。

背景技術

兒童注意力缺陷多動障礙(ADHD，又稱多動癥，在本文中三者可以互換)分為三個亞型——多動沖動型(ADHD-H)、注意力缺陷型(ADHD-I)以及混合型(ADHD-C)。精確識別多動癥的亞型有利于盡早采取干預措施并進行矯正。

目前，傳統的多動癥識別方法有三種：基于兒童日常表現的量表評定、腦電波檢查、或者通過核磁共振成像技術進行的腦部功能活動特征檢查。另外，一些最新的科學研究為兒童佩戴傳感器來監測他們的日常活動，通過對他們運動頻率、活動狀態等進行計算分析以輔助識別多動癥。然而，現有的識別方法或受評定者主觀因素的影響，或檢查設備昂貴且過程復雜，不利于廣泛應用。

因此，亟需一種改進的用于識別注意力缺陷多動障礙亞型的方法和系統。

發明內容

因此，本發明實施例的目的在于克服上述現有技術的缺陷，提供一種用于識別注意力缺陷多動障礙亞型的方法，包括：獲取待識別用戶的個人信息和語音信息，并對所述語音信息進行預處理；提取所述語音信息的語音特征，所述語音特征包括時域特征和頻域特征；基于所述個人信息，將所述待識別用戶的所述語音特征與符合預定條件的人口信息關聯圖中相應的已知用戶的語音特征相關聯，其中，所述已知用戶具有注意力缺陷多動障礙亞型標簽；以及利用圖神經網絡模型預測所述待識別用戶的注意力缺陷多動障礙亞型。

在一個實施例中，所述人口信息關聯圖通過以下方式建立：以已知用戶的語音特征為節點，在符合預定條件的已知用戶的語音特征節點之間生成連接邊。

在一個實施例中，所述預定條件包括：用戶的年齡、在校年級以及韋氏兒童智力測試評分的相似度。

在一個實施例中，所述時域特征包括：短時能量特征、過零率、閱讀速度、均方根值和振幅微擾。

在一個實施例中，所述頻域特征包括：梅爾頻率倒譜系數和一階差分梅爾頻率倒譜系數。

在一個實施例中，所述語音特征還包括全局特征，所述全局特征包括全局能量和閱讀總時長。

在一個實施例中，所述對所述語音進行預處理包括：降噪和分幀。

本發明另一方面提供了一種用于識別注意力缺陷多動障礙亞型的系統，包括：接口模塊，用于獲取待識別用戶的個人信息和語音信息，并對所述語音信息進行預處理；特征提取模塊，用于提取所述語音信息的語音特征，所述語音特征包括時域特征和頻域特征；關聯模塊，用于基于所述個人信息，將所述待識別用戶的所述語音特征與符合預定條件的人口信息關聯圖中相應的已知用戶的語音特征相關聯，所述已知用戶具有注意力缺陷多動障礙亞型標簽；以及預測模塊，用于利用圖神經網絡模型預測所述待識別用戶的注意力缺陷多動障礙亞型。

本發明另一方面提供了一種存儲介質，其中存儲有計算機程序，在所述計算機程序被處理器執行時，能夠用于實現上述任一項所述的方法。

本發明另一方面提供了一種電子設備，包括處理器和存儲器，所述存儲器中存儲有計算機程序，在所述計算機程序被處理器執行時，能夠用于實現上述任一項所述的方法

本發明實施例的技術方案可以包括以下有益效果：