语音及文本转录的抑郁症辅助诊断方法、系统及介质技术方案

本发明专利技术公开了一种结合语音及文本转录分析的抑郁症辅助诊断方法、系统及存储介质，其特征在于，包括：利用标准化问题对应的语音问题与目标用户进行交互，确定对应的问诊信息；基于所述问诊信息通过预设算法进行预测；根据预测结果判定所述目标用户是否为抑郁症患者。通过本发明专利技术能够实现辅助识别可能存在的抑郁症患者，减轻医疗工作人员的工作量，提高抑郁症诊断效率。

【技术实现步骤摘要】
语音及文本转录的抑郁症辅助诊断方法、系统及介质
本专利技术涉及辅助诊疗
，尤其涉及一种结合语音及文本转录分析的抑郁症辅助诊断方法、系统及存储介质。
技术介绍
抑郁症(MajorDepressiveDisorder,MDD)全球患病率高达5％-12％，目前已经成为世界第四大疾病，仅次于心血管疾病、癌症、糖尿病，预计2020年后，它会超过癌症，成为仅次于心血管疾病的第二大疾病。抑郁症患者如果不能得到及时的治疗，病情就会持续继续恶化，引发严重的精神问题，甚至会出现自杀等危及生命的行为。抑郁症已经成为一个重大的公共卫生问题，具有迫切的临床研究需求。目前，我国精神专科医院的医疗资源紧张，导致很多抑郁症患者无法及时的接受诊断和干预。同时，部分医生由于缺乏专科培训，特别是没有可操作性较强的、适合临床使用的规范化诊疗手段，导致我国的抑郁症的识别率的较低。
技术实现思路
本专利技术实施例提供一种语音及文本转录的抑郁症辅助诊断方法、系统及存储介质，用以辅助识别可能存在的抑郁症患者，减轻医疗工作人员的工作量，提高抑郁症诊断效率。第一方面，本专利技术实施例提供一种结合语音及文本转录分析的抑郁症辅助诊断方法，包括：利用标准化问题对应的语音问题与目标用户进行交互，确定用户对应的问诊信息；基于所述问诊信息通过预设算法进行预测；根据预测结果判定所述目标用户是否为抑郁症患者。可选的，利用标准化问题对应的语音问题与目标用户进行交互之前，还包括：验证所述目标用户的登录信息；在验证通过后，对所述目标用户对应的基本信息进行分类存储。可选的，利用标准化问题对应的语音问题与目标用户进行交互，包括：根据数据库中的标准化问题进行语音合成，获得不同虚拟医生对应的语言问题；基于目标用户选取的所述虚拟医生对应的语音问题向所述目标用户进行提问；获取所述目标用户在答复提问过程中的问诊信息，所述问诊信息包括所述目标用户输入的文本答复信息，和/或语音答复信息。可选的，若所述问诊信息为文本答复信息的情况下，基于所述问诊信息通过预设算法进行预测，包括：将所述文本答复信息转化为文本嵌入向量；利用预先训练好的深度神经网络模型对所述文本嵌入向量进行预测。可选的，若所述问诊信息为语音答复信息的情况下，基于所述问诊信息通过预设算法进行预测，包括：对所述语音答复信息进行端点检测，确定语音分包；在对所述语音分包进行分帧和预加重处理之后，通过预先训练好的深度神经网络模型进行预测。可选的，利用预设的标准化问题与目标用户进行交互之前，还包括：获取所述目标用户的PHQ9问卷结果。可选的，根据预测结果判定所述目标用户是否为抑郁症患者，包括：根据所述预测结果和所述PHQ9问卷结果判定所述目标用户是否为抑郁症患者。可选的，根据所述预测结果和所述PHQ9问卷结果判定所述目标用户是否为抑郁症患者，包括：根据预设权重值对所述预测结果和所述PHQ9问卷结果进行加权处理；根据加权处理结果判定所述目标用户是否为抑郁症患者。第二方面，本专利技术实施例还提出一种结合语音及文本转录分析的抑郁症辅助诊断系统，包括：语音问诊模块，用于利用标准化问题对应的语音问题与目标用户进行交互，确定对应的问诊信息；数据处理模块，用于基于所述文本和/或语音问诊信息通过预设算法进行预测；判定模块，用于根据预测结果判定所述目标用户是否为抑郁症患者。第三方面，本专利技术实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现前述的结合语音及文本转录分析的抑郁症辅助诊断方法的步骤。本专利技术实施例利用预设的标准化问题对应的语音问题与目标用户进行交互，确定对应的问诊信息；基于所述问诊信息通过预设算法进行预测；根据预测结果判定所述目标用户为抑郁症患者，实现辅助识别可能存在的抑郁症患者，减轻医疗工作人员的工作量，提高抑郁症诊断效率。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1为本专利技术第一实施例流程图；图2为本专利技术第二实施例装置结构示意图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。本专利技术第一实施例提供一种结合语音及文本转录分析的抑郁症辅助诊断方法，如图1所示，包括以下具体步骤：S101、利用标准化问题对应的语音问题与目标用户进行交互，确定对应的问诊信息；具体的，例如可以通过用户交互界面向用户发出标准化问题对应的语音问题向目标用户进行提问，然后采集用户反馈的答复信息，其中答复信息可以是目标用户的语音答复信息或者文本答复信息，由此根据答复信息确认对应的问诊信息。S102、基于所述问诊信息通过预设算法进行预测；具体的，可以预先设置适配的预测算法，从而实现根据前述采集到的问诊信息进行预测。S103、根据预测结果判定所述目标用户是否为抑郁症患者。根据预测结果，例如在一些实施方式中例如可以根据预测结果与数据库中的实际抑郁症患者进行相似度匹配，然后输出对应的相似度百分比，当然也可以根据对应的不同的相似度百分比，根据预设的分级确定目标用户为不同等级的抑郁症患者，例如轻度、重度和严重等，具体的等级划分方式在此不做限定。本专利技术实施例利用预设的标准化问题对应的语音问题与目标用户进行交互，确定对应的问诊信息；基于所述问诊信息通过预设算法进行预测；根据预测结果判定所述目标用户为抑郁症患者，实现辅助识别可能存在的抑郁症患者，减轻医疗工作人员的工作量，提高抑郁症诊断效率。可选的，利用预设的标准化问题与目标用户进行交互之前，还包括：验证所述目标用户的登录信息；在验证通过后，对所述目标用户对应的基本信息进行分类存储。具体地说，在本实施例中，对于老用户的登录，可以在数据库中保存该用户的历史问诊数据，然后将最新的问诊数据与历史数据进行对比从而判定用户的抑郁症病情是否有所减轻。当然对于新用户可以通过新注册后登录。在登录完成后可以基于用于确定的基本信息进行分类存储，例如用户选择语音交互的方式，则可以将标准化问题转化为语音数据与目标用户进行交互，从而获得对应的用户答复数据，然后将用户答复数据转本文档来自技高网...

【技术保护点】
1.一种结合语音及文本转录分析的抑郁症辅助诊断方法，其特征在于，包括：/n利用标准化问题对应的语音问题与目标用户进行交互，确定对应的问诊信息；/n基于所述问诊信息通过预设算法进行预测；/n根据预测结果判定所述目标用户是否为抑郁症患者。/n

【技术特征摘要】
1.一种结合语音及文本转录分析的抑郁症辅助诊断方法，其特征在于，包括：
利用标准化问题对应的语音问题与目标用户进行交互，确定对应的问诊信息；
基于所述问诊信息通过预设算法进行预测；
根据预测结果判定所述目标用户是否为抑郁症患者。


2.如权利要求1所述的结合语音及文本转录分析的抑郁症辅助诊断方法，其特征在于，利用标准化问题对应的语音问题与目标用户进行交互之前，还包括：
验证所述目标用户的登录信息；
在验证通过后，对所述目标用户对应的基本信息进行分类存储。


3.如权利要求1所述的结合语音及文本转录分析的抑郁症辅助诊断方法，其特征在于，利用标准化问题对应的语音问题与目标用户进行交互，包括：
根据数据库中的标准化问题进行语音合成，获得不同虚拟医生对应的语言问题；
基于目标用户选取的所述虚拟医生对应的语音问题向所述目标用户进行提问；
获取所述目标用户在答复提问过程中的问诊信息，所述问诊信息包括所述目标用户输入的文本答复信息，和/或语音答复信息。


4.如权利要求3所述的结合语音及文本转录分析的抑郁症辅助诊断方法，其特征在于，若所述问诊信息为文本答复信息的情况下，基于所述问诊信息通过预设算法进行预测，包括：
将所述文本答复信息转化为文本嵌入向量；
利用预先训练好的深度神经网络模型对所述文本嵌入向量进行预测。


5.如权利要求3所述的结合语音及文本转录分析的抑郁症辅助诊断方法，其特征在于，若所述问诊信息为语音答复信息的情况下，基于所述问诊信息通过预设算法进行预测，包括：

【专利技术属性】
技术研发人员：王迎雪，邹博超，王刚，丰雷，冯媛，谢海永，
申请(专利权)人：首都医科大学，首都医科大学附属北京安定医院，中国电子科技集团公司电子科学研究院，
类型：发明
国别省市：北京;11