基于语音特征的阿尔茨海默病预测方法和装置制造方法及图纸

本发明专利技术提供一种基于语音特征的阿尔茨海默病预测方法和装置。根据实施例的阿尔茨海默病预测装置包括：语音输入部，被配置为录制受试者的语音，以生成语音样本；数据输入部，被配置为接收所述受试者的人口统计信息；语音特征提取部，从生成的所述语音样本中提取语音特征；以及预测模型，以能够基于所述语音特征和所述人口统计信息预测所述受试者是否患有阿尔茨海默病的方式预先学习。尔茨海默病的方式预先学习。尔茨海默病的方式预先学习。

【技术实现步骤摘要】
【国外来华专利技术】基于语音特征的阿尔茨海默病预测方法和装置


[0001]本专利技术涉及一种作为用于诊断阿尔茨海默病(Alzheimer'sdisease，AD)的方法，该疾病在痴呆症的致病性疾病中占最高比例，通过使用患者的语音的非侵入性方法来帮助医务人员判断是否患有阿尔茨海默病的方法，可以提供一种能够通过非侵入性方法预测具有高痴呆风险的人由于阿尔茨海默氏病引起的痴呆状态的方法和装置。

技术介绍

[0002]AI扬声器的使用比例随着第四产业逐渐增加，但是至今尚未对大众普及。有关AI扬声器的普及滞后的原因有很多，但大多数消费者认为AI扬声器的内容不够丰富。即，需要开发使用AI扬声器的各种内容。
[0003]其中，AI扬声器和和医疗保健行业被公认为兼顾盈利和公益的“一石二鸟”，国内外许多研究团队正在使用AI扬声器开发与医疗保健相关的各种内容。
[0004]截至2000年，韩国65岁以上的老年人口占总人口的7.1％，预计到2026年将超过20％。以具有典型的老年病痴呆症为例，2000年统计为28万名，占65岁以上老年人的8.3％，预计2010年将达到43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】1.一种阿尔茨海默病预测装置，其特征在于，包括：语音输入部，被配置为录制受试者的语音，以生成语音样本；数据输入部，被配置为接收所述受试者的人口统计信息；语音特征提取部，从生成的所述语音样本中提取语音特征；以及预测模型，以能够基于所述语音特征和所述人口统计信息预测所述受试者是否患有阿尔茨海默病的方式预先学习。2.根据权利要求1所述的阿尔茨海默病预测装置，其特征在于，所述人口统计信息包括受试者的年龄、性别和受教育年限。3.根据权利要求1所述的阿尔茨海默病预测装置，其特征在于，所述语音特征提取部提取语音的基频、发声速度、发声时间、发声长度、停顿程度、停顿次数、停顿区间长度、振幅微扰、抖动、共振峰、谐波噪声比、响度、频谱质心梅尔频率倒谱系数、身份向量、发音速度、过零率、发音概率、线谱对、周期扰动、振幅扰动商、劲度、能量、强度(声音大小)、熵中的至少一种作为所述语音特征。4.根据权利要求3所述的阿尔茨海默病预测装置，其特征在于，所述语音特征提取部包括人工神经网络模型，所述人工神经网络模型执行从所述语音样本筛选人的语音的预处理，所述语音特征提取部从预处理的语音样本提取所述语音特征。5.根据权利要求1所述的阿尔茨海默病预测装置，其特征在于，所述预测模型包括线性回归模型、逻辑回归模型、机器学习模型和神经网络模型中的至少一种分析模型。6.根据权利要求5所述的阿尔茨海默病...

【专利技术属性】
技术研发人员：李准荣，高炫雄，
申请(专利权)人：伊莫克有限公司，
类型：发明
国别省市：