本發明專利技術公開了基于智能語音識別分析的帕金森病早期診斷系統，屬于帕金森病技術領域，包括：語音采集模塊，用于采集用戶語音實時數據；語音處理模塊，用于對用戶語音實時數據進行處理；模型訓練模塊，用于構建帕金森病早期診斷模型；測試優化模塊，用于對帕金森病早期診斷模型進行測試優化；分析診斷模塊，用于對用戶進行帕金森病的早期診斷；展示管理模塊，用于對用戶帕金森病早期診斷進行預警。本發明專利技術解決了現有的不能基于智能語音識別分析對帕金森病進行早期診斷，使帕金森病早期診斷效果差的問題。本發明專利技術可基于智能語音識別分析對帕金森病進行早期診斷，能實現對帕金森病的早期發現及治療，可提升帕金森病的早期診斷效果。
1、帕金森病，也常被稱為“震顫麻痹”，是一種神經系統退行性疾病，其主要原因是由于黑質多巴胺能神經元的退化和死亡，可能與遺傳、環境因素及神經系統老化等多種因素有關，公認的是，衰老是帕金森病發生的最重要因素，疾病具有顯著的老年高發特性，男性發病率稍高于女性；其癥狀通常在疾病進展到后期才會出現明顯的臨床表現，因此，對于帕金森病的早期診斷顯得尤為重要。
2、公開號為cn117222355a的中國專利公開了一種用普尼珠單抗治療、預防或改善帕金森病的方法，其中向患者提供移動設備，該移動設備經編程以接收并且傳送獲得的數據以測量患者的被動和/或主動運動(b)收集從該移動設備傳送的數據；及(c)將從該患者獲得的數據與對照數據進行比較，以評估個體中運動缺陷的存在或程度，和/或監測從患者獲得的數據持續一段足以識別患者的主動或被動運動功能變化的時間期；但是，該專利存在以下缺陷：
1、本專利技術的目的在于提供基于智能語音識別分析的帕金森病早期診斷系統，可基于智能語音識別分析對帕金森病進行早期診斷，能實現對帕金森病的早期發現及治療，可提升帕金森病的早期診斷效果，解決了上述
技術介紹
中提出的問題。
>3、基于智能語音識別分析的帕金森病早期診斷系統，包括：4、語音采集模塊，用于對用戶錄音進行實時監測且捕捉用戶語音信號，采集用戶語音實時數據；
5、語音處理模塊，用于對用戶語音實時數據進行降噪、增強、分詞及特征提取處理，確定用戶語音特征數據；
6、模型訓練模塊，用于根據基于智能語音識別分析的帕金森病早期診斷需求，構建基于智能語音識別分析的帕金森病早期診斷模型；
7、測試優化模塊，用于對基于智能語音識別分析的帕金森病早期診斷模型進行測試優化，確定最優的基于智能語音識別分析的帕金森病早期診斷模型；
8、分析診斷模塊，用于基于最優的基于智能語音識別分析的帕金森病早期診斷模型對用戶語音特征數據進行挖掘分析，對用戶進行帕金森病的早期診斷，確定基于智能語音識別分析的用戶帕金森病早期診斷結果；
9、展示管理模塊，用于對用戶帕金森病早期診斷進行預警，且對用戶帕金森病早期診斷結果進行展示管理。
10、優選的，所述語音采集模塊，包括：
11、語音捕捉單元，用于對用戶錄音進行實時監測且捕捉用戶語音信號；
12、根據基于智能語音識別分析的帕金森病早期診斷需求，對用戶錄音進行實時監測，捕捉用戶語音信號；
13、語音采集單元，用于采集用戶語音實時數據；
14、獲取用戶語音信號，對用戶語音信號進行采集，確定用戶語音實時數據。
15、優選的，所述語音處理模塊，包括：
16、語音降噪單元，用于對用戶語音實時數據進行降噪處理；
17、獲取用戶語音實時數據；
18、基于中值濾波器，對用戶語音實時數據進行降噪；
19、去除用戶語音實時數據中的噪聲；
20、語音增強單元，用于對用戶語音實時數據進行增強處理；
21、獲取降噪后的用戶語音實時數據；
22、基于卡爾曼濾波的語音增強算法，對降噪后的用戶語音實時數據進行增強，抑制、降低噪聲干擾；
23、從噪聲背景中提取出對帕金森病早期診斷有價值的用戶語音實時數據。
24、優選的，所述語音處理模塊，還包括：
25、第一音量數據提取模塊，用于提取語音實時數據中的每幀音頻的音量；
26、第一比較模塊，用于將所述每幀音頻的音量與預設的音量閾值進行比較；
27、音頻幀數提取模塊，用于提取音量低于預設的音量閾值的音頻幀數；
28、第二比較模塊，用于將所述音頻幀數與預設的幀數閾值進行比較；
29、第二音量數據提取模塊，用于當所述音頻幀數超過預設的幀數閾值時，則調取低于所述預設的音量閾值的音頻對應的音量數值；
30、音量指標數值獲取模塊，用于利用所述低于所述預設的音量閾值的音頻對應的音量數值獲取音量指標數值；
31、其中，所述音量指標數值通過如下公式獲取：
32、
33、其中，k表示音量指標數值；n表示低于所述預設的音量閾值的音頻的幀數；fi表示第i幀低于所述預設的音量閾值的音頻的音量數值；fy表示預設的音量閾值；fmax表示低于所述預設的音量閾值的音頻的音量最大值；fmin表示低于所述預設的音量閾值的音頻的音量最小值；fm表示預設的所允許的最低音量數值；f表示調節系數，并且，所述調節系數通過如下公式獲取：
34、
35、其中，f表示調節系數；n表示低于所述預設的音量閾值的音頻的幀數；fi表示第i幀低于所述預設的音量閾值的音頻的音量數值；fy表示預設的音量閾值；fm表示預設的所允許的最低音量數值；
36、第三比較模塊，用于將所述音量指標數值與預設的指標數值閾值進行比較；
37、音量調整模塊，用于當所述音量指標數值低于預設的指標數值閾值時，則對音頻進行音量調整。
38、優選的，所述音量調整模塊包括：
39、第一音頻數據獲取模塊，用于提取低于所述預設的音量閾值的每幀音頻前后時間距離最近的超過所述預設的音量閾值的音頻音量，作為第一音頻數據；
40、第二音頻數據獲取模塊，用于提取低于所述預設的音量閾值的每幀音頻的音量，作為第二音頻數據；
41、音量指標數值提取模塊，用于提取所述音量指標數值；
42、音量增強調整模塊，用于利用所述第一音頻數據、第二音頻數據和音量指標數值對低于所述預設的音量閾值的每幀音頻進行音量增強調整；
43、其中，增強調整后的低于所述預設的音量閾值的每幀音頻的音量通過如下公式獲取：
44、
45、其中，f表示調整后的低于所述預設的音量閾值的每幀音頻的音量；f0表示低于所述預設的音量閾值的每幀音頻的音量；fx表示低于所述預設的音量閾值的每幀音頻前后時間距離最近的超過所述預設的音量閾值的音頻音量；k表示音量指標數值；f表示調節系數；fy表示調節因子，并且，所述調節因子通過如下公式獲取：
46、其中，fy表示調節因子；n表示低于所述預設的音量閾值的音頻的幀數；fi表示第i幀低于所述預設的音量閾值的音頻的音量數值；fy表示預設的音量閾值。
47、優選的，所述語音處理模塊，還包括：
48、語音分詞單元，用于對用戶語音實時數據進行分詞處理；
49、獲取增強后的用戶語音實時數據；
50、基于自然語言處理技術，本文檔來自技高網...
【技術保護點】
1.基于智能語音識別分析的帕金森病早期診斷系統，其特征在于，包括：
2.根據權利要求1所述的基于智能語音識別分析的帕金森病早期診斷系統，其特征在于，所述語音采集模塊，包括：
3.根據權利要求2所述的基于智能語音識別分析的帕金森病早期診斷系統，其特征在于，所述語音處理模塊，包括：
4.根據權利要求3所述的基于智能語音識別分析的帕金森病早期診斷系統，其特征在于，所述語音處理模塊，還包括：
5.根據權利要求4所述的基于智能語音識別分析的帕金森病早期診斷系統，其特征在于，所述音量調整模塊包括：
6.根據權利要求3所述的基于智能語音識別分析的帕金森病早期診斷系統，其特征在于，所述語音處理模塊，還包括：
7.根據權利要求6所述的基于智能語音識別分析的帕金森病早期診斷系統，其特征在于，所述模型訓練模塊，包括：
8.根據權利要求7所述的基于智能語音識別分析的帕金森病早期診斷系統，其特征在于，所述測試優化模塊，包括：
9.根據權利要求8所述的基于智能語音識別分析的帕金森病早期診斷系統，其特征在于，所述分析診斷模塊，包括：
10.根據權利要求9所述的基于智能語音識別分析的帕金森病早期診斷系統，其特征在于，所述展示管理模塊，包括：
...
【技術特征摘要】
1.基于智能語音識別分析的帕金森病早期診斷系統，其特征在于，包括：
2.根據權利要求1所述的基于智能語音識別分析的帕金森病早期診斷系統，其特征在于，所述語音采集模塊，包括：
3.根據權利要求2所述的基于智能語音識別分析的帕金森病早期診斷系統，其特征在于，所述語音處理模塊，包括：
4.根據權利要求3所述的基于智能語音識別分析的帕金森病早期診斷系統，其特征在于，所述語音處理模塊，還包括：
5.根據權利要求4所述的基于智能語音識別分析的帕金森病早期診斷系統，其特征在于，所述音量調整模塊包括：
6.根據權利要...
【專利技術屬性】
技術研發人員：高中寶，王淼，尹西，
申請(專利權)人：中國人民解放軍總醫院第二醫學中心，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。