[發明專利]基于語音信號分析的阿爾茨海默癥狀診斷設備在審
| 申請號: | 202110764060.0 | 申請日: | 2021-07-06 |
| 公開(公告)號: | CN113440107A | 公開(公告)日: | 2021-09-28 |
| 發明(設計)人: | 應仰威;周泓;彭國平 | 申請(專利權)人: | 浙江大學;浙江大學醫學院附屬第一醫院 |
| 主分類號: | A61B5/00 | 分類號: | A61B5/00;G06K9/00;G06N3/04;G06N3/08 |
| 代理公司: | 杭州裕陽聯合專利代理有限公司 33289 | 代理人: | 張解翠 |
| 地址: | 310012 浙江省杭州*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 語音 信號 分析 阿爾茨海默 癥狀 診斷 設備 | ||
本發明公開了一種基于語音信號分析的阿爾茨海默癥狀診斷設備,包含:獲取模塊,獲取若干阿爾茨海默病患者和健康人群的語音信號數據;預處理模塊,用于對語音信號數據進行預處理;訓練模塊,通過預處理后的語音信號對搭建好的非監督深度學習網絡模型進行訓練獲取特征矩陣;預測模塊,診斷分析語音信號是否為阿爾茨海默病患者;采集模塊,采集待識別的測試者的測試語音信號;預處理模塊將預處理后的測試語音信號輸入至非監督深度學習網絡模型中進行分析。本發明的基于語音信號分析的阿爾茨海默癥狀診斷設備,通過阿爾茲海默病患者及正常人的語音數據預訓練深度學習網絡模型,進而根據受測試者的語音數據實現阿爾茲海默癥的早期識別與預警。
技術領域
本發明涉及一種基于語音信號分析的阿爾茨海默癥狀診斷設備。
背景技術
阿爾茨海默病(Alzheimer disease,AD)已上升為我國居民前十大死亡高發病癥之一。目前醫學診斷主要利用神經影像學如CT(Computed Tomography,電子計算機斷層掃描)和MRI(Magnetic Resonance Imaging,磁共振成像)掃描,以及結合理化檢驗指標綜合判斷,主要依賴專業醫生測試診斷,而且預診成本較高且不方便,而往往進入醫院檢查的患者大多已有明顯的阿爾茨海默病臨床表現,一方面失去了早期發現治療的寶貴時間,另一方面則是有創診斷及量測十分復雜繁瑣。
記憶力障礙是阿爾茨海默病患者的首發癥狀,如出現言語困難,記憶能力差的癥狀,因此本專利希望從非接觸式、早期診斷兩個方面出發,使用人員可以居家測試,通過采集測試人員的正常說話語音信號,即可實時給出被測者是否為阿爾茨海默病潛在患者,進而指導被測者進一步進行醫療干預檢查。
發明內容
本發明提供了一種基于語音信號分析的阿爾茨海默癥狀診斷設備,采用如下的技術方案:
一種基于語音信號分析的阿爾茨海默癥狀診斷設備,包含:
獲取模塊,用于獲取若干阿爾茨海默病患者和健康人群的語音信號數據;
預處理模塊,用于對語音信號數據進行預處理;
訓練模塊,通過預處理后的所述語音信號對搭建好的非監督深度學習網絡模型進行訓練獲取特征矩陣;
預測模塊,通過搭建判別器網絡模型基于訓練模塊獲取的特征矩陣診斷分析其是否為阿爾茨海默病患者;
采集模塊,采集待識別的測試者的測試語音信號;
預處理模塊還對測試語音信號進行預處理;
預處理模塊將預處理后的測試語音信號輸入至訓練好的非監督深度學習網絡模型中進行分析提取特征,通過預測模塊的判別器網絡模型輸出分類結果。
進一步地,預處理模塊包括:
歸一化單元,用于將語音信號數據進行歸一化處理;
分割單元,用于將語音信號數據按照一定時間周期進行分割得到子片段;
提取單元,用于提取分割后的每一段子段的梅爾頻譜;
對數單元,用于對提取到的梅爾頻譜取對數得到對數梅爾頻譜。
進一步地,預處理模塊還包括:
規范化單元,用于對對數單元計算得到的對數梅爾頻譜進行零-均值規范化處理。
進一步地,歸一化單元在對語音信號數據進行歸一化處理中,
歸一化處理具體為最小-最大歸一化處理。
進一步地,分割單元在將語音信號數據按照一定時間周期進行分割的具體方法為:
將語音信號數據按照0.5s為周期進行分割,不足0.5s的語音片段進行舍去。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江大學;浙江大學醫學院附屬第一醫院,未經浙江大學;浙江大學醫學院附屬第一醫院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110764060.0/2.html,轉載請聲明來源鉆瓜專利網。





