System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及健康评估,尤其涉及一种言语失能评估方法、装置、设备及存储介质。
技术介绍
1、老年人失能包括运动、情绪、认知、言语等多个维度,其中言语失能是指老年人因脑血管疾病、脑外伤、脑肿瘤或大脑退化等原因造成的语言功能障碍,主要表现为理解、表达、阅读和书写等方面的困难,老年人语言功能障碍不仅影响患者的日常生活和社会交往,还会增加抑郁、焦虑、自卑等心理问题发生的风险,降低生活质量和生存期,目前,我国对老年人言语失能的检查手段是在医院使用波士顿失语症检测量表或汉语神经性言语障碍检查量表等量表进行检查,量表内容一般包括听、说、读、写等多个方面的测试,由专业医生引导患者进行,然后医生根据患者的表现进行主观的评判,检测流程繁琐复杂,整个过程会消耗医生和患者的很大精力,甚至有时患者会不愿意配合,同时多数家庭并不注重老年人的言语功能状况,导致去医院检查时老人失能已经比较严重,需要干预康复的方法和时间显著增加。
技术实现思路
1、本申请提供的一种言语失能评估方法,旨在解决现有技术中只能由专业人员人工进行老人言语失能评估造成的老人言语失能发现晚以致治疗成本增加的问题。
2、为实现上述目的,本申请采用以下技术方案:
3、本申请的一种言语失能评估方法,包括以下步骤:
4、获取目标语音数据,并对所述目标语音数据进行预处理得到所述目标语音数据的分帧功率谱;
5、利用梅尔滤波器对所述分帧功率谱进行滤波,得到所述目标语音数据基于滤波器组的特征矩阵;
6、
7、作为优选,所述预处理包括预加重、分帧、加窗和短时傅里叶变换。
8、作为优选,所述分帧为利用25ms长的汉明窗对所述预加重的结果进行分帧,帧移为10ms。
9、作为优选,所述将所述特征矩阵划均分为若干子块,包括:
10、按照相邻子块在时间和频率维度上有6个长度重叠的规则将所述特征矩阵从左到右、从上到下均分为若干子块。
11、作为优选,所述言语失能评估模型包括线性投影层、多层自注意力编码层和线性层,其中,每个自注意力编码层由多头自注意力模块、残差连接和多层感知机组成。
12、作为优选,所述将所述若干子块全部输入预先构建的言语失能评估模型中得到言语失能等级,包括:
13、利用所述线性投影层将每个子块转换为一维序列数据,并计算每个子块的位置编码以将所述位置编码添加到对应的一维序列数据中。
14、一种言语失能评估装置,包括:
15、处理模块,用于获取目标语音数据,并对所述目标语音数据进行预处理得到所述目标语音数据的分帧功率谱;
16、滤波模块,用于利用梅尔滤波器对所述分帧功率谱进行滤波,得到所述目标语音数据基于滤波器组的特征矩阵;
17、评估模块,用于将所述特征矩阵划均分为若干子块,并将所述若干子块全部输入预先构建的言语失能评估模型中得到言语失能等级。
18、作为优选,所述评估模块包括:
19、划分单元,用于按照相邻子块在时间和频率维度上有6个长度重叠的规则将所述特征矩阵从左到右、从上到下均分为若干子块。
20、一种电子设备,包括存储器和处理器,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现如上述中任一项所述的一种言语失能评估方法。
21、一种存储有计算机程序的计算机可读存储介质,所述计算机程序使计算机执行时实现如上述中任一项所述的一种言语失能评估方法。
22、本专利技术具有如下有益效果:
23、本申请提供了一种仅需要10秒的语音便能初步评估老人言语失能程度的方法,且该方法可轻松部署到任意应用或手机app上,使得可以在老年人言语功能退化的早期发现问题并提醒其及时就医。
本文档来自技高网...【技术保护点】
1.一种言语失能评估方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种言语失能评估方法,其特征在于,所述预处理包括预加重、分帧、加窗和短时傅里叶变换。
3.根据权利要求2所述的一种言语失能评估方法,其特征在于,所述分帧为利用25ms长的汉明窗对所述预加重的结果进行分帧,帧移为10ms。
4.根据权利要求1所述的一种言语失能评估方法,其特征在于,所述将所述特征矩阵划均分为若干子块,包括:
5.根据权利要求1所述的一种言语失能评估方法,其特征在于,所述言语失能评估模型包括线性投影层、多层自注意力编码层和线性层,其中,每个自注意力编码层由多头自注意力模块、残差连接和多层感知机组成。
6.根据权利要求5所述的一种言语失能评估方法,其特征在于,所述将所述若干子块全部输入预先构建的言语失能评估模型中得到言语失能等级,包括:
7.一种言语失能评估装置,其特征在于,包括:
8.根据权利要求7所述的一种言语失能评估装置,其特征在于,所述评估模块包括:
9.一种电子设备,其特征在于,包括存储器
10.一种存储有计算机程序的计算机可读存储介质,其特征在于,所述计算机程序使计算机执行时实现如权利要求1~6中任一项所述的一种言语失能评估方法。
...【技术特征摘要】
1.一种言语失能评估方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种言语失能评估方法,其特征在于,所述预处理包括预加重、分帧、加窗和短时傅里叶变换。
3.根据权利要求2所述的一种言语失能评估方法,其特征在于,所述分帧为利用25ms长的汉明窗对所述预加重的结果进行分帧,帧移为10ms。
4.根据权利要求1所述的一种言语失能评估方法,其特征在于,所述将所述特征矩阵划均分为若干子块,包括:
5.根据权利要求1所述的一种言语失能评估方法,其特征在于,所述言语失能评估模型包括线性投影层、多层自注意力编码层和线性层,其中,每个自注意力编码层由多头自注意力模块、残差连接和多层感知机组成。
【专利技术属性】
技术研发人员:王玉兴,李元号,方伯言,王邑恒,靳昭辉,胡毓宸,
申请(专利权)人:浙江大学,
类型:发明
国别省市:
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。