脑卒中风的患病风险评估装置和设备制造方法及图纸

本发明专利技术公开了一种脑卒中风的患病风险评估装置，包括信号采集模块，用于采集获得待评估语音信号，剪辑待评估语音信号获得特定的单音节语音信号；信号处理模块，用于将单音节语音信号进行预处理和快速傅里叶变换，获得语音信号功率谱密度，并将语音信号功率谱密度转化为语音信号能量密度；语谱图生成模块，用于根据语音信号能量密度，生成语谱图；风险评估模块，用于将语谱图输入预先创建的分类器中，获得风险评估结果。本申请中的装置以语音信息作为评估用户患病的风险，降低了信息采集的难度，采用分类器对语音信息的语图谱进行分析，提高评估结果的准确性。本发明专利技术中还提供了一种脑卒中风的患病风险评估设备具有上述有益效果。

Risk assessment device and equipment for stroke

【技术实现步骤摘要】
脑卒中风的患病风险评估装置和设备
本专利技术涉及脑卒中风险评估
，特别是涉及一种脑卒中风的患病风险评估装置和设备。
技术介绍
脑卒中(cerebralstroke)又称“中风”，是一种急性脑血管疾病，是由于脑部血管突然破裂或因血管阻塞导致血液不能流入大脑而引起脑组织损伤的一组疾病，有的患者患上这种疾病后会出现暂时不能说话的情况，有的患者会发出一些含糊不清的声音，别人根本就无法听清和理解患者说的内容，会出现短时间的表达不清；或失语，或不由自主的流涎症状。目前，针对脑卒中的治疗手段有限，而且疗效也不太理想，所以应加强对全民普及脑卒中危险因素及先兆症状的教育，才能真正防治脑卒中。现有的脑卒中风预测系统，是利用评估软件根据采集的生理数据评估脑卒中疾病风险指标，然后进行数据处理和结果预测。由于很多时候脑卒中发病前兆时间比较短，现有技术的评估软件的指标信息的采集需要相当长的时间，并且必须拥有大量的病例数据，系统预测周期过长，甚至有可能使患者错过最佳治疗时间，加重患者病情，因此目前的评估软件不能达到高效率的标准，不利于脑卒中疾病的及时治疗。
技术实现思路
本专利技术的目的是提供一种脑卒中风的患病风险评估装置和设备以及计算机可读存储介质，解决了目前对脑卒中疾病的评估效率低，成本高的问题。为解决上述技术问题，本专利技术提供一种脑卒中风的患病风险评估装置，包括：信号采集模块，用于采集获得待评估语音信号，剪辑所述待评估语音信号获得特定的单音节语音信号；信号处理模块，用于将所述单音节语音信号进行预处理和快速傅里叶变换，获得语音信号功率谱密度，并将所述语音信号功率谱密度转化为语音信号能量密度；语谱图生成模块，用于根据所述语音信号能量密度，生成语谱图，其中，所述语谱图包括语音时间信息、语音频率信息以及语音能量信息；风险评估模块，用于将所述语谱图输入预先创建的分类器中，获得风险评估结果。其中，还包括分类器创建模块，所述分类器创建模块具体包括:语谱图获取单元，用于采集语音信号样本，根据所述语音信号样本获得语谱图样本；样本划分单元，用于将所述语谱图样本按比例至少划分为训练语谱图集和验证语谱图集；训练学习单元，用于将所述训练语谱图集输入卷积神经网络，通过不同层次的深度卷积核提取语谱图中的深度语音特征参数，获得分类模型；模型调整单元，用于输入所述验证语谱图集，对所述分类模型的参数进行调整，控制所述分类模型的拟合能力，获得所述分类器。其中，所述样本划分单元具体用于：将所述语谱图样本按比例划分为训练语谱图集、验证语谱图集和测试语谱图集；所述分类器创建模块还包括测试单元，用于在获得所述分类器之后，将所述测试语谱图集输入所述分类器中，获得所述分类器的风险评估准确率；判断所述风险评估准确率是否达到预设准确率，若是，则所述分类器创建完成。其中，所述信号处理模块具体用于将所述语音信号功率谱密度输入公式：S＝10*log10(Y(m,n))，获得所述语音信号能量密度，其中，Y(m，n)为所述语音信号功率谱密度，m为语音信息的帧数，n为语音信息的帧长。其中，所述语谱图生成模块具体用于基于imagesc函数，生成横轴表示时间，纵轴表示频率，坐标点值为语音数据能量的二维的所述语谱图。本专利技术还提供了一种脑卒中风的患病风险评估设备，包括处理器，和所述处理器相连接的录音装置，以及和所述处理器相连接的存储器；其中，所述录音装置用于录取待评估语音信号，并将所述待评估语音信号发送给所述处理器；所述存储器用于存储计算机程序；所述处理器用于根据所述待评估语音信号，执行所述计算机程序，以实现对脑卒中风的患病风险进行评估的操作步骤，所述操作步骤包括：采集获得待评估语音信号，剪辑所述待评估语音信号获得特定的单音节语音信号；将所述单音节语音信号进行预处理和快速傅里叶变换，获得语音信号功率谱密度，并将所述语音信号功率谱密度转化为语音信号能量密度；根据所述语音信号能量密度，生成语谱图，其中，所述语谱图包括语音时间信息、语音频率信息以及语音能量信息；将所述语谱图输入预先创建的分类器中，获得风险评估结果。其中，所述处理器还用于创建所述分类器；其中所述处理器创建所述分类器的过程包括：采集语音信号样本，根据所述语音信号样本获得语谱图样本；将所述语谱图样本按比例至少划分为训练语谱图集和验证语谱图集；将所述训练语谱图集输入卷积神经网络，通过不同层次的深度卷积核提取语谱图中的深度语音特征参数，获得分类模型；输入验证语谱图集，对所述分类模型的参数进行调整，控制所述分类模型的拟合能力，获得所述分类器。其中，所述处理器具体用于，将所述语谱图样本按比例划分为训练语谱图集、验证语谱图集和测试语谱图集；在获得所述分类器之后，还包括：将所述测试语谱图集输入所述分类器中，获得所述分类器的风险评估准确率；判断所述风险评估准确率是否达到预设准确率，若是，则所述分类器创建完成。其中，所述处理器具体用于，将所述语音信号功率谱密度输入公式：S＝10*log10(Y(m,n))，获得所述语音信号能量密度，其中，所述Y(m，n)为所述语音信号功率谱密度，m为语音信息的帧数，n为语音信息的帧长。其中，所述处理器具体用于，基于imagesc函数，生成横轴表示时间，纵轴表示频率，坐标点值为语音数据能量的二维的所述语谱图。本专利技术所提供的脑卒中风的患病风险评估装置，包括信号采集模块，用于采集获得待评估语音信号，剪辑所述待评估语音信号获得特定的单音节语音信号；信号处理模块，用于将所述单音节语音信号进行预处理和快速傅里叶变换，获得语音信号功率谱密度，并将所述语音信号功率谱密度转化为语音信号能量密度；语谱图生成模块，用于根据所述语音信号能量密度，生成语谱图，其中，所述语谱图包括语音时间信息、语音频率信息以及语音能量信息；风险评估模块，用于将所述语谱图输入预先创建的分类器中，获得风险评估结果。本申请中的脑卒中风的患病风险评估装置，通过采集用户的语音信息作为评估用户患病的风险的信息依据，在一定程度上降低了数据信息采集的难度，缩短信息采集所耗费的时长，并且将语音信息的特征转化为图谱形式的语图谱后，采用分类器对语图谱进行分析，相对于直接对语音信息进行分析而言，可获得更准确地分析结果，进而获得更为准确地风险评估结果。因此，本申请中的患病风险评估装置，能够高效率的完成风险评估，且可获得更为准确地评估结果，有利于患者对脑卒中的预防和及时治疗。本专利技术中还提供了一种脑卒中风的患病风险评估设备，具有上述有益效果。附图说明为了更清楚的说明本专利技术实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1本专利技术实施例提供的脑卒中风的患病风险评估装置的结构示意图；图2为本专利技术实施例提供的语音信息的语谱图；图3为本专利技术另一实施例提供的脑卒中风的患病风险评估装置结构示意图；图4为图3中分类创建模块的结构示意图；图5为本专利技术实施例提供的脑卒中风的患病风险评估设备的结构示意图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面结合附图和具体实施方式对本专利技术作进一步的详细说明。显然，所描述的实施本文档来自技高网...

【技术保护点】
1.一种脑卒中风的患病风险评估装置，其特征在于，包括：信号采集模块，用于采集获得待评估语音信号，剪辑所述待评估语音信号获得特定的单音节语音信号；信号处理模块，用于将所述单音节语音信号进行预处理和快速傅里叶变换，获得语音信号功率谱密度，并将所述语音信号功率谱密度转化为语音信号能量密度；语谱图生成模块，用于根据所述语音信号能量密度，生成语谱图，其中，所述语谱图包括语音时间信息、语音频率信息以及语音能量信息；风险评估模块，用于将所述语谱图输入预先创建的分类器中，获得风险评估结果。

【技术特征摘要】
1.一种脑卒中风的患病风险评估装置，其特征在于，包括：信号采集模块，用于采集获得待评估语音信号，剪辑所述待评估语音信号获得特定的单音节语音信号；信号处理模块，用于将所述单音节语音信号进行预处理和快速傅里叶变换，获得语音信号功率谱密度，并将所述语音信号功率谱密度转化为语音信号能量密度；语谱图生成模块，用于根据所述语音信号能量密度，生成语谱图，其中，所述语谱图包括语音时间信息、语音频率信息以及语音能量信息；风险评估模块，用于将所述语谱图输入预先创建的分类器中，获得风险评估结果。2.如权利要求1所述的脑卒中风的患病风险评估装置，其特征在于，还包括分类器创建模块，所述分类器创建模块具体包括：语谱图获取单元，用于采集语音信号样本，根据所述语音信号样本获得语谱图样本；样本划分单元，用于将所述语谱图样本按比例至少划分为训练语谱图集和验证语谱图集；训练学习单元，用于将所述训练语谱图集输入卷积神经网络，通过不同层次的深度卷积核提取语谱图中的深度语音特征参数，获得分类模型；模型调整单元，用于输入所述验证语谱图集，对所述分类模型的参数进行调整，控制所述分类模型的拟合能力，获得所述分类器。3.如权利要求2所述的脑卒中风的患病风险评估装置，其特征在于，所述样本划分单元具体用于：将所述语谱图样本按比例划分为训练语谱图集、验证语谱图集和测试语谱图集；所述分类器创建模块还包括测试单元，用于在获得所述分类器之后，将所述测试语谱图集输入所述分类器中，获得所述分类器的风险评估准确率；判断所述风险评估准确率是否达到预设准确率，若是，则所述分类器创建完成。4.如权利要求1所述的脑卒中风的患病风险评估装置，其特征在于，所述信号处理模块具体用于将所述语音信号功率谱密度输入公式：S＝10*log10(Y(m,n))，获得所述语音信号能量密度，其中，Y(m，n)为所述语音信号功率谱密度，m为语音信息的帧数，n为语音信息的帧长。5.如权利要求1至4任一项所述的脑卒中风的患病风险评估装置，其特征在于，所述语谱图生成模块具体用于基于imagesc函数，生成横轴表示时间，纵轴表示频率，坐标点值为语音数据能量的二维的所述语谱图。6.一种脑卒中风的患病风险评估设备，其特征在于，包括处理器，和所述...

【专利技术属性】
技术研发人员：叶武剑，李琪，刘怡俊，牟志伟，李学易，张子文，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44