使用语音分析检测认知衰退的系统和方法技术方案

本发明专利技术公开了使用分类系统检测受检者认知衰退的系统和方法，该分类系统用于基于语音样本检测受检者的认知衰退。使用对应于正常患者和认知衰退患者的语音音频记录的语音数据来训练分类系统，以生成包括集成模块和多个分量分类器的集成分类器。多个分量分类器中的每个分量分类器为被配置为生成将样本数据识别为对应于正常患者或认知衰退患者的分量输出的机器学习分类器。基于可用特征子集来生成机器学习分类器。集成模块接收来自所有分量分类器的分量输出，并且基于该分量输出生成将样本数据识别为对应于正常患者或认知衰退患者的集成输出。集成输出。集成输出。

【技术实现步骤摘要】
【国外来华专利技术】使用语音分析检测认知衰退的系统和方法
[0001]优先权声明
[0002]本申请要求于2019年4月15日提交的名称为“System and Method for Predicting Cognitive Decline”的美国临时申请序列号62/834,170的优先权，该文献的整个内容据此以引用方式并入本文。

技术介绍

[0003]轻度认知损害(MCI)导致认知能力(包括记忆力和思维能力)出现轻微但明显且可测量的衰退。由MCI导致的变化还没有严重到影响日常生活，并且患有MCI的人可能不符合针对痴呆的诊断指南。然而，患有MCI的那些人最终发展成阿尔茨海默病(AD)或另一种类型的痴呆的风险增大。早期的治疗干预可提供更好的成功前景。
[0004]情节记忆是对事件或“情节”的记忆。其包括顺行(新遇到的信息)组成部分或逆行(过去的事件)组成部分。语言情节记忆衰退最早出现在患有临床前/前驱期AD的患者中，并且对疾病进展进行预测。MCI中语言情节记忆衰退的评估表示早期认知变化，并且可用作用于及时检测和启动早期/临床前AD的治疗的筛选工具。

技术实现思路

[0005]本专利技术的一个示例性实施方案涉及一种用于检测受检者认知衰退的方法。该方法包括：获取受检者基线语音数据，该受检者基线语音数据对应于受检者的响应于提供给受检者的第一指令集的多个语音音频记录；以及获取受检者试验语音数据，该受检者试验语音数据对应于受检者的响应于提供给受检者的第二指令集的另外的语音音频记录。该方法还包括以下步骤：从受检者基线语音数据和受检者试验语音数据提取多个特征；以及通过使用受检者基线语音数据归一化受检者试验语音数据来生成受检者测试数据。该方法进一步包括使用经训练的集成分类器来分析受检者测试数据。经训练的集成分类器包括集成模块和多个分量分类器。多个分量分类器中的每个分量分类器被配置为生成将受检者测试数据识别为对应于正常患者或认知衰退患者的分量输出。每个分量分类器被配置为分析选自多个特征的特征子集。集成模块被配置为接收来自分量分类器的分量输出，并且基于该分量输出生成将受检者测试数据识别为对应于正常患者或认知衰退患者的集成输出。使用对应于正常患者和认知衰退患者组的响应于第一指令集的先前语音音频记录的训练基线语音数据来训练多个分量分类器，并且训练试验语音数据对应于正常患者和认知衰退患者组的响应于第二指令集的先前语音音频记录。
[0006]提供了一种用于检测受检者认知衰退的装置。该装置包括：被配置为生成音频输出的音频输出布置结构；被配置为接收音频信号并生成对应于音频信号记录的数据的音频输入布置结构；以及显示器。该装置还包括处理器和非暂态计算机可读存储介质，该非暂态计算机可读存储介质包括能够由处理器执行的指令集。该指令集能够操作以：指示音频输出布置结构多次向受检者可听地提供第一指令集；从音频输入布置结构接收对应于受检者的响应于第一指令集的多个语音音频记录的受检者基线语音数据；指示音频输出布置结构
向受检者可听地提供第二指令集；从音频输入布置结构接收对应于受检者的响应于第二指令集的另外的语音音频记录的受检者试验语音数据；从受检者基线语音数据和受检者试验语音数据提取多个特征；通过使用受检者基线语音数据归一化受检者试验语音数据来生成受检者测试数据；使用经训练的集成分类器来分析受检者测试数据，以生成指示受检者是否可能遭受认知衰退的输出；以及指示显示器向用户提供输出的视觉表示。该装置还包括被配置为存储经训练的集成分类器的存储器。经训练的集成分类器包括集成模块和多个分量分类器。多个分量分类器中的每个分量分类器被配置为生成将受检者测试数据识别为对应于正常患者或认知衰退患者的分量输出。每个分量分类器被配置为分析选自多个特征的特征子集。集成模块被配置为接收来自分量分类器的分量输出，并且基于该分量输出生成将受检者测试数据识别为对应于正常患者或认知衰退患者的集成输出。使用对应于正常患者和认知衰退患者组的响应于第一指令集的先前语音音频记录的训练基线语音数据来训练多个分量分类器，并且训练试验语音数据对应于正常患者和认知衰退患者组的响应于第二指令集的先前语音音频记录。
[0007]在另一个示例性实施方案中，提供了一种用于训练分类系统的计算机实现的方法。分类系统被配置为基于受检者的语音样本来检测受检者的认知衰退。该方法包括从正常患者和认知衰退患者组获取训练基线语音数据和训练试验语音数据。训练基线语音数据对应于正常患者和认知衰退患者组的响应于第一指令集的语音音频记录，并且训练试验语音数据对应于正常患者和认知衰退患者组的响应于第二指令集的语音音频记录。该方法还包括从(i)训练基线语音数据和(ii)训练试验语音数据提取多个特征。该方法还包括生成包括集成模块和多个分量分类器的集成分类器。多个分量分类器中的每个分量分类器被配置为生成将样本数据识别为对应于正常患者或认知衰退患者的分量输出。每个分量分类器被配置为分析选自多个特征的特征子集。集成模块被配置为接收来自分量分类器的分量输出，并且基于该分量输出生成将样本数据识别为对应于正常患者或认知衰退患者的集成输出。该方法还包括：通过使用训练基线语音数据归一化训练试验语音数据来生成训练数据集；以及使用训练数据集来训练集成分类器。
[0008]还提供了一种用于训练分类系统的系统。分类系统被配置为基于受检者的语音样本来检测受检者的认知衰退。该系统包括被配置为存储来自正常患者和认知衰退患者组的训练基线语音数据和训练试验语音数据的数据库。训练基线语音数据对应于正常患者和认知衰退患者组的响应于第一指令集的语音音频记录，并且训练试验语音数据对应于正常患者和认知衰退患者组的响应于第二指令集的语音音频记录。系统还包括能够被操作地连接以与数据库通信的计算装置。计算装置包括处理器和非暂态计算机可读存储介质，该非暂态计算机可读存储介质包括能够由处理器执行的指令集。该指令集能够操作以：从数据库检索训练基线语音数据和训练试验语音数据；从(i)训练基线语音数据和(ii)训练试验语音数据提取多个特征；生成包括集成模块和多个分量分类器的集成分类器。多个分量分类器中的每个分量分类器被配置为生成将样本数据识别为对应于正常患者或认知衰退患者的分量输出。每个分量分类器被配置为分析选自多个特征的特征子集。集成模块被配置为接收来自分量分类器的分量输出，并且基于该分量输出生成将样本数据识别为对应于正常患者或认知衰退患者的集成输出。该指令集进一步能够操作为：通过使用训练基线语音数据归一化训练试验语音数据来生成训练数据集；以及使用训练数据集来训练集成分类器。
该系统还包括被配置为存储经训练的集成分类器的存储器。
[0009]对于本领域的技术人员而言，在阅读本专利技术的以下详细描述(包括附图和所附权利要求书)之后，本专利技术的这些方面和其他方面将变得显而易见。
附图说明
[0010]图1示出了根据本申请的一个示例性实施方案的用于训练分类系统的系统，该分类系统用于基于受检者的语音样本来检测认知衰退。
[0011]图2示出了根据本申请的一个示例性实施方案的用于训练分类系统的方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于检测受检者认知衰退的方法，包括：获取受检者基线语音数据，所述受检者基线语音数据对应于所述受检者的响应于提供给所述受检者的第一指令集的多个语音音频记录；获取受检者试验语音数据，所述受检者试验语音数据对应于所述受检者的响应于提供给所述受检者的第二指令集的另外的语音音频记录；从所述受检者基线语音数据和所述受检者试验语音数据提取多个特征；通过使用所述受检者基线语音数据归一化所述受检者试验语音数据来生成受检者测试数据；以及使用经训练的集成分类器分析所述受检者测试数据，所述经训练的集成分类器包括：集成模块和多个分量分类器，其中所述多个分量分类器中的每个分量分类器被配置为生成将所述受检者测试数据识别为对应于正常患者或认知衰退患者的分量输出，每个分量分类器被配置为分析选自所述多个特征的特征子集，并且所述集成模块被配置为接收来自所述分量分类器的所述分量输出，并且基于所述分量输出生成将所述受检者测试数据识别为对应于所述正常患者或所述认知衰退患者的集成输出，其中使用对应于正常患者和认知衰退患者组的响应于所述第一指令集的先前语音音频记录的训练基线语音数据来训练所述多个分量分类器，并且训练试验语音数据对应于所述正常患者和认知衰退患者组的响应于所述第二指令集的先前语音音频记录。2.根据权利要求1所述的方法，其中，通过包括以下的步骤，在针对所述多个分量分类器中的每个分量分类器进行训练期间，独立地选择所述经训练的集成分类器的所述特征子集：基于预定标准对所述训练试验语音数据的二次采样样本的所述多个特征进行排序，所述二次采样样本由所述训练试验语音数据的对应于正常患者的第一数量样本和所述训练试验语音数据的对应于认知衰退患者的第二数量样本组成，以及基于预定排序阈值从所述多个特征中选择所述特征子集。3.根据权利要求2所述的方法，其中，所述第二数量样本为所述第一数量样本的至少80％。4.根据权利要求3所述的方法，其中，所述第一数量样本与所述第二数量样本的比率为1:1。5.根据权利要求2所述的方法，其中，所述预定标准为特征重要性。6.根据权利要求1所述的方法，其中，使用训练数据集来训练所述多个分量分类器，通过使用训练基线语音数据归一化训练试验语音数据来生成所述训练数据集。7.根据权利要求1所述的方法，其中，所述方法检测所述受检者的轻度认知损害(MCI)，并且所述正常患者和认知衰退患者组由正常患者和MCI患者组成。8.根据权利要求1所述的方法，其中，所述多个分量分类器中的每个分量分类器包括使用所述训练基线语音数据和所述训练试验语音数据训练的多个加权特征系数。9.根据权利要求1所述的方法，其中，所述多个分量分类器中的每个分量分类器为机器学习分类器。
10.根据权利要求9所述的方法，其中，所述多个分量分类器中的每个分量分类器为支持向量机(SVM)。11.根据权利要求1所述的方法，还包括：当所述集成输出将所述受检者测试数据识别为对应于所述认知衰退患者时，显示指示所述受检者可能遭受认知衰退的输出，并且当所述集成输出将所述受检者测试数据识别为对应于所述正常患者时，显示指示所述受检者不太可能遭受认知衰退的输出。12.根据权利要求1所述的方法，还包括：当所述集成输出将所述受检者测试数据识别为对应于所述认知衰退患者时，基于所述集成输出生成指示所述受检者具有语言情节记忆衰退的输出。13.根据权利要求12所述的方法，其中，所述第一指令集对应于词语表回忆测试，并且所述第二指令集对应于时延词语表回忆测试。14.根据权利要求1所述的方法，还包括：当所述集成输出将所述受检者测试数据识别为对应于所述认知衰退患者时，施用用于改善认知能力或用于延缓认知能力劣化的治疗。15.根据权利要求1所述的方法，还包括：当所述集成输出将所述受检者测试数据识别为对应于所述认知衰退患者时，施用用于预防或延缓痴呆进展的药物活性剂。16.根据权利要求1所述的方法，还包括：当所述集成输出将所述受检者测试数据识别为对应于所述认知衰退患者时，施用用于预防或减少所述受检者的脑中β
‑
淀粉样蛋白或tau蛋白聚集的药物活性剂。17.一种用于检测受检者认知衰退的装置，包括：音频输出布置结构，所述音频输出布置结构被配置为生成音频输出；音频输入布置结构，所述音频输入布置结构被配置为接收音频信号并生成对应于所述音频信号的记录的数据；显示器；处理器和非暂态计算机可读存储介质，所述非暂态计算机可读存储介质包括能够由所述处理器执行的指令集，所述指令集能够操作以：指示所述音频输出布置结构多次向受检者可听地提供第一指令集，从所述音频输入布置结构接收对应于所述受检者的响应于所述第一指令集的多个语音音频记录的受检者基线语音数据，指示所述音频输出布置结构向所述受检者可听地提供第二指令集，从所述音频输入布置结构接收对应于所述受检者的响应于第二指令集的另外的语音音频记录的受检者试验语音数据，从所述受检者基线语音数据和所述受检者试验语音数据提取多个特征，通过使用所述受检者基线语音数据归一化所述受检者试验语音数据来生成受检者测试数据，使用经训练的集成分类器分析所述受检者测试数...

【专利技术属性】
技术研发人员：V，
申请(专利权)人：詹森药业有限公司，
类型：发明
国别省市：