【技术实现步骤摘要】
【国外来华专利技术】基于语音分析的自动生理和病理评定
[0001]本专利技术涉及用于自动评定受试者的生理和/或病理状态的计算机实施的方法,特别地包括分析来自词语朗读测试的话音记录。本专利技术也描述了实施这些方法的计算装置。本专利技术的方法和装置应用于影响呼吸、嗓音音调、疲乏和/或认知能力的病理和生理状况的临床评定中。
技术介绍
[0002]对患有各种病症的患者进行远程监测有可能改善许多患者的医疗结果、质量和舒适度。因此,人们对开发患者可用来自己收集生物标志物数据(然后可由该患者的医疗团队对其进行评定)的装置和方法产生了很大兴趣。在慢性疾病或终身病症(诸如心脏病或哮喘)的情况下,远程监测的潜在好处是特别迫切的。基于非侵入性生物标志物的方法由于其较低的风险而特别可取。例如在心力衰竭(Maor等人,2018年)、哮喘、慢性阻塞性肺疾病(COPD)(Saeed等人,2017年)以及最近的COVID
‑
19(Laguarta等人,2020年)的评定中,已经建议使用嗓音分析来收集此类生物标志物信息。
[0003]然而,这些方法中的全部都存在一致性限制。实际上,这些方法中的许多都依赖于自发的语音或声音(诸如咳嗽),或者朗读一组标准段落(诸如彩虹段落)(Murton等人,2017年)。自发语音或声音的使用在患者之间和同一患者的重复评定之间两者都存在高可变性,因为每个话音记录的内容可能差别很大。一组标准段落的使用控制了由于内容而导致的该固有可变性,但会受到与受试者在重复测试时习惯于标准文本相关联的神经心理学效应的干扰。这强烈地限 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种评定受试者的病理和/或生理状态的方法,所述方法包括:从来自所述受试者的单词朗读测试中获得话音记录,其中所述话音记录来自包括朗读抽取自一组n个单词的单词序列的单词朗读测试;以及通过以下来分析所述话音记录或其部分:识别所述话音记录的对应于单个单词或音节的多个音段;至少部分地基于识别的音段来确定选自呼吸%、未发声/发声比率、话音音高和正确单词率的一个或多个度量的值;将所述一个或多个度量的值与一个或多个相应参考值进行比较。2.根据权利要求1所述的方法,其中识别所述话音记录的对应于单个单词或音节的音段包括:获得所述话音记录的功率梅尔语谱图;计算所述梅尔语谱图沿频率轴的最大强度投影;以及将音段边界定义为所述梅尔语谱图沿所述频率轴的所述最大强度投影与阈值相交的时间点。3.根据任一项前述权利要求所述的方法,其中确定一个或多个度量的值包括将与所述记录相关联的呼吸百分比确定为所述话音记录中所述识别的音段之间的时间的百分比,或所述记录中所述识别的音段之间的时间与所述记录中所述识别的音段之间和所述识别的音段内的时间总和的比率。4.根据任一项前述权利要求所述的方法,其中确定一个或多个度量的值包括将与所述记录相关联的未发声/发声比率确定为所述记录中所述识别的音段之间的时间与所述记录中所述识别的音段内的时间的比率。5.根据任一项前述权利要求所述的方法,其中确定一个或多个度量的值包括通过获得所述识别的音段中的每一者的基频的一个或多个估计来确定与所述记录相关联的话音音高,任选地其中确定所述话音音高的值包括:获得所述识别的音段中的每一者的基频的多个估计,并且将滤波器应用于所述多个估计以获得过滤的多个估计,且/或其中确定所述话音音高的值包括获得多个音段的汇总话音音高估计,诸如例如所述多个音段的所述(任选地为过滤的)多个估计的均值、中值或众数。6.根据任一项前述权利要求所述的方法,其中确定一个或多个度量的值包括:通过计算对应于正确朗读的单词的识别的音段的数量除以第一个识别的音段的开始与最后一个识别的音段的结束之间的持续时间的比率,或通过计算对应于所述话音记录中正确朗读的单词的识别的音段的数量随时间的累积和,来确定与所述话音记录相关联的正确单词率;以及计算拟合到累积和数据的线性回归模型的斜率。7.根据任一项前述权利要求所述的方法,其中确定一个或多个度量的值包括确定与所述记录相关联的正确单词率,其中确定所述正确单词率包括:计算所述识别的音段中的每一者的一个或多个梅尔频率倒谱系数(MFCC)以获得多个值向量,每个向量与音段相关联,任选地其中计算一个或多个MFCC以获得音段的值向量包括:对于每个i,计算所述音段的每个帧的一组i个MFCC,以及通过内插,优选地是线性内插来获得所述音段的一组j个值,以获得所述音段的ixj个值的向量;将所述多个值向量聚类成n个聚类,其中每个聚类具有对应于所述n个单词中的每一者
的n个可能标签,任选地其中使用k
‑
means来执行将所述多个值向量聚类成n个聚类;对于n!个标签排列中的每一者,使用与聚类的值向量相关联的所述标签来预测所述话音记录中的单词序列,并且在预测的单词序列与所述单词朗读测试中使用的所述单词序列之间执行序列比对,任选地其中使用局部序列比对算法,优选地是Smith
‑
Waterman算法来执行序列比对步骤;以及选择引起最佳比对的所述标签,其中所述比对中的匹配对应于所述话音记录中的正确朗读单词,任选地其中执行序列比对包括获得比对分数,并且所述最佳比对为具有最高比对分数的所述比对。8.根据任一项前述权利要求所述的方法,其中识别所述话音记录的对应于单个单词或音节的音段进一步包括:(i)将所述话音记录的所述功率梅尔语谱图归一化,优选地相对于所述记录中具有最高能量的所述帧;和/或(ii)通过在所述音段的所述梅尔语谱图上计算谱通量函数来对所述音段中的至少一者执行起始检测,以及每当在音段内检测到起始时就定...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。