【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及交互服務(wù)領(lǐng)域，具體是一種基于ai分析的醫(yī)療信息交互終端以及交互方法。
技術(shù)介紹
1、目前不少醫(yī)院都為住院病人配備了服務(wù)終端，病患可以通過(guò)服務(wù)終端來(lái)進(jìn)行服務(wù)請(qǐng)求，例如，利用觸摸床頭終端的相應(yīng)案件發(fā)送不同指令，從而呼叫醫(yī)護(hù)人員或者護(hù)工。
2、在一些情況下，病患的需求比較簡(jiǎn)單，或者，病患僅僅是詢問(wèn)一些問(wèn)題。這種情況下，僅提供通過(guò)呼叫醫(yī)護(hù)人員來(lái)進(jìn)行交互的方式，會(huì)為醫(yī)護(hù)人員帶來(lái)不必要的負(fù)擔(dān)，從而加劇醫(yī)護(hù)人員的工作強(qiáng)度。但是如果僅采用問(wèn)答機(jī)器人來(lái)應(yīng)對(duì)病患的提問(wèn)的話，在一些情況下也會(huì)引起病患或者家屬的不滿，容易激發(fā)醫(yī)患矛盾。
技術(shù)實(shí)現(xiàn)思路
1、有鑒于此，本專利技術(shù)的目的是提供一種基于ai分析的醫(yī)療信息交互終端以及交互方法，以解決
技術(shù)介紹
中的問(wèn)題。
2、為了實(shí)現(xiàn)上述目的，本專利技術(shù)采用了如下技術(shù)方案：
3、本專利技術(shù)的一種基于ai分析的醫(yī)療信息交互終端，包括步驟：
4、音頻采集模塊，用于在接收到來(lái)自用戶的請(qǐng)求指令時(shí)，采集來(lái)自用戶的請(qǐng)求語(yǔ)音信息；
5、特征提取模塊，用于將所述請(qǐng)求語(yǔ)音信息轉(zhuǎn)換為文本，提取所述請(qǐng)求語(yǔ)音信息中的目標(biāo)音頻特征；并基于預(yù)先構(gòu)建的關(guān)鍵實(shí)體庫(kù)對(duì)所述文本進(jìn)行實(shí)體提取，得到關(guān)鍵實(shí)體，其中，所述關(guān)鍵實(shí)體庫(kù)包括請(qǐng)求實(shí)體、問(wèn)詢實(shí)體、癥狀實(shí)體和情緒實(shí)體，所述目標(biāo)音頻特征的種類預(yù)先確定；
6、情緒分析模塊，用于基于用戶的個(gè)人信息以及預(yù)先構(gòu)建的參考音頻特征庫(kù)確定用戶的參考音頻特征，或者，從所述用戶的采樣音頻中提
7、交互模塊，用于在所述情緒預(yù)測(cè)結(jié)果為異常時(shí)，將所述請(qǐng)求語(yǔ)音信息轉(zhuǎn)發(fā)至目標(biāo)對(duì)象；在所述情緒預(yù)測(cè)結(jié)果不為異常，且所述關(guān)鍵實(shí)體為請(qǐng)求實(shí)體或者癥狀實(shí)體時(shí)，將所述請(qǐng)求語(yǔ)音信息轉(zhuǎn)發(fā)至目標(biāo)對(duì)象；在所述情緒預(yù)測(cè)結(jié)果不為異常，且所述關(guān)鍵實(shí)體為問(wèn)詢實(shí)體時(shí)，基于所述文本以及預(yù)先構(gòu)建的問(wèn)答模板執(zhí)行交互，或者，基于所述文本以及調(diào)用的語(yǔ)言大模型執(zhí)行交互。
8、在本申請(qǐng)一實(shí)施例中，提取所述請(qǐng)求語(yǔ)音信息中的目標(biāo)音頻特征，包括：
9、對(duì)所述請(qǐng)求語(yǔ)音信息進(jìn)行降噪和預(yù)加重，得到預(yù)處理語(yǔ)音信息；
10、將所述預(yù)處理語(yǔ)音信息轉(zhuǎn)換為pcm數(shù)據(jù)，提取所述預(yù)處理語(yǔ)音信息中多個(gè)語(yǔ)音幀的頻譜數(shù)據(jù)，以及提取所述預(yù)處理語(yǔ)音信息中多個(gè)語(yǔ)音幀的梅爾頻率倒譜系數(shù)；
11、從所述pcm數(shù)據(jù)中提取語(yǔ)音段和非語(yǔ)音段，并提取語(yǔ)音段中每個(gè)字的時(shí)間戳；基于每個(gè)字的時(shí)間戳以及字?jǐn)?shù)計(jì)算語(yǔ)速，以及基于所述語(yǔ)音段和所述非語(yǔ)音段計(jì)算停頓占比；
12、從所述多個(gè)語(yǔ)音幀的頻譜數(shù)據(jù)中提取多個(gè)語(yǔ)音幀的基頻，計(jì)算多個(gè)語(yǔ)音幀的基頻的平均值和方差，得到基頻均值和基頻方差；
13、從所述多個(gè)語(yǔ)音幀的梅爾頻率倒譜系數(shù)中提取前n個(gè)梅爾頻率倒譜值，并計(jì)算所有位序相同的梅爾頻率倒譜值的方差，得到平緩程度特征系數(shù)；
14、基于所述語(yǔ)速、所述停頓占比、所述基頻均值、所述基頻方差和所述平緩程度特征系數(shù)構(gòu)建目標(biāo)音頻特征。
15、在本申請(qǐng)一實(shí)施例中，所述目標(biāo)音頻特征的確定過(guò)程包括：
16、獲取語(yǔ)音數(shù)據(jù)樣本，并對(duì)所述語(yǔ)音數(shù)據(jù)樣本進(jìn)行標(biāo)注，得到帶有標(biāo)簽的語(yǔ)音數(shù)據(jù)樣本，其中，所述語(yǔ)音數(shù)據(jù)樣本包括平靜狀態(tài)下的參考語(yǔ)音片段和情緒表達(dá)語(yǔ)音片段；
17、提取所述參考語(yǔ)音片段的參考音頻特征，并提取所述情緒表達(dá)語(yǔ)音片段的音頻特征，以及基于所述參考語(yǔ)音片段的參考音頻特征和所述情緒表達(dá)語(yǔ)音片段的音頻特征進(jìn)行差異化計(jì)算，得到差異樣本特征；
18、基于標(biāo)簽對(duì)所述語(yǔ)音數(shù)據(jù)樣本進(jìn)行分類，得到多個(gè)情緒數(shù)據(jù)集；
19、對(duì)每個(gè)情緒數(shù)據(jù)集內(nèi)的每種差異樣本特征進(jìn)行歸一化處理，得到每個(gè)情緒數(shù)據(jù)集內(nèi)的每種差異樣本特征的歸一化數(shù)據(jù)；
20、計(jì)算每個(gè)情緒數(shù)據(jù)集內(nèi)的每種差異樣本特征的歸一化數(shù)據(jù)的方差，并將方差小于預(yù)設(shè)方差閾值的差異樣本特征作為對(duì)應(yīng)情緒標(biāo)簽的目標(biāo)差異特征；以及將目標(biāo)差異特征對(duì)應(yīng)的音頻特征作為目標(biāo)音頻特征。
21、在本申請(qǐng)一實(shí)施例中，基于預(yù)先構(gòu)建的關(guān)鍵實(shí)體庫(kù)對(duì)所述文本進(jìn)行實(shí)體提取，得到關(guān)鍵實(shí)體，包括：
22、對(duì)所述文本進(jìn)行分詞處理，得到多個(gè)單詞；
23、將多個(gè)單詞轉(zhuǎn)換為詞向量，并將詞向量與所述關(guān)鍵實(shí)體庫(kù)中的請(qǐng)求實(shí)體模板、問(wèn)詢實(shí)體模板、癥狀實(shí)體模板和情緒實(shí)體模板進(jìn)行匹配，其中，所述請(qǐng)求實(shí)體模板、所述問(wèn)詢實(shí)體模板、所述癥狀實(shí)體模板和情緒實(shí)體模板均以向量形式存儲(chǔ)在所述關(guān)鍵實(shí)體庫(kù)中；
24、在任何一個(gè)詞向量與所述請(qǐng)求實(shí)體模板、所述問(wèn)詢實(shí)體模板、所述癥狀實(shí)體模板或所述情緒實(shí)體模板匹配時(shí)，將所述詞向量作為關(guān)鍵實(shí)體，并基于匹配結(jié)果確定關(guān)鍵實(shí)體的類型。
25、在本申請(qǐng)一實(shí)施例中，所述問(wèn)答模板的構(gòu)建方法如下：
26、獲取住院相關(guān)以及醫(yī)療相關(guān)的知識(shí)語(yǔ)料樣本；
27、從所述知識(shí)語(yǔ)料樣本中提取三元組，其中，三元組包括頭實(shí)體-關(guān)系-尾實(shí)體；
28、以所述頭實(shí)體或者尾實(shí)體為節(jié)點(diǎn)構(gòu)建知識(shí)圖譜；
29、從所述知識(shí)圖譜中抽取多個(gè)三元組，并以三元組中的其中二元構(gòu)建問(wèn)題模板，以及基于三元組中的另外一元構(gòu)建答案模板，得到問(wèn)答模板。
30、在本申請(qǐng)一實(shí)施例中，基于所述情緒預(yù)測(cè)結(jié)果以及關(guān)鍵實(shí)體確定情緒分析結(jié)果，包括：
31、確定所述情緒預(yù)測(cè)結(jié)果中多個(gè)情緒種類以及多個(gè)情緒種類的置信度；
32、在所述關(guān)鍵實(shí)體不包含情緒實(shí)體時(shí)，將置信度最高的情緒種類作為情緒分析結(jié)果；
33、在所述關(guān)鍵實(shí)體包含情緒實(shí)體，且基于預(yù)先構(gòu)建的情緒實(shí)體-情緒種類關(guān)系圖譜確定所述情緒實(shí)體對(duì)應(yīng)的多種情緒種類以及多種情緒種類的概率；對(duì)相同情緒種類的置信度和概率加權(quán)求和，得到評(píng)價(jià)分?jǐn)?shù)；并將評(píng)價(jià)分?jǐn)?shù)最高的情緒種類作為情緒分析結(jié)果。
34、在本申請(qǐng)一實(shí)施例中，情緒實(shí)體-情緒種類關(guān)系圖譜的構(gòu)建方法包括：
35、獲取帶有情緒實(shí)體的文字樣本，并對(duì)所述文本樣本進(jìn)行標(biāo)注，得到帶有標(biāo)簽的文字樣本，其中，所述文本樣本從醫(yī)療溝通記錄中提取；
36、基于情緒實(shí)體對(duì)文字樣本進(jìn)行分類，得到多個(gè)情緒實(shí)體的樣本單元；
37、統(tǒng)計(jì)情緒實(shí)體的樣本單元內(nèi)的情緒種類標(biāo)簽，并計(jì)算樣本單元中每種情緒標(biāo)簽的概率；
38、基于多個(gè)情緒實(shí)體以及多個(gè)情緒實(shí)體的多種情緒標(biāo)簽的概率構(gòu)建情緒實(shí)體-情緒種類關(guān)系圖譜。
39、在本申請(qǐng)一實(shí)施例中，基于所述文本以及預(yù)先構(gòu)建的問(wèn)答模板執(zhí)行交互，或者，基于所述文本以及調(diào)用的語(yǔ)言大模型執(zhí)行交互，包括：
40、提取所述文本中的關(guān)鍵詞；
41、將所述關(guān)鍵詞與所述知識(shí)圖譜中的三元組進(jìn)行匹配；
42、在所述關(guān)鍵詞與所述知識(shí)圖譜中的三元組中的兩元匹配時(shí)，輸出對(duì)應(yīng)答案模板；在所述關(guān)本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于AI分析的醫(yī)療信息交互終端，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種基于AI分析的醫(yī)療信息交互終端，其特征在于，提取所述請(qǐng)求語(yǔ)音信息中的目標(biāo)音頻特征，包括：
3.根據(jù)權(quán)利要求1所述的一種基于AI分析的醫(yī)療信息交互終端，其特征在于，所述目標(biāo)音頻特征的確定過(guò)程包括：
4.根據(jù)權(quán)利要求1所述的一種基于AI分析的醫(yī)療信息交互終端，其特征在于，基于預(yù)先構(gòu)建的關(guān)鍵實(shí)體庫(kù)對(duì)所述文本進(jìn)行實(shí)體提取，得到關(guān)鍵實(shí)體，包括：
5.根據(jù)權(quán)利要求4所述的一種基于AI分析的醫(yī)療信息交互終端，其特征在于，所述問(wèn)答模板的構(gòu)建方法如下：
6.根據(jù)權(quán)利要求1所述的一種基于AI分析的醫(yī)療信息交互終端，其特征在于，基于所述情緒預(yù)測(cè)結(jié)果以及關(guān)鍵實(shí)體確定情緒分析結(jié)果，包括：
7.根據(jù)權(quán)利要求6所述的一種基于AI分析的醫(yī)療信息交互終端，其特征在于，情緒實(shí)體-情緒種類關(guān)系圖譜的構(gòu)建方法包括：
8.根據(jù)權(quán)利要求5所述的一種基于AI分析的醫(yī)療信息交互終端，其特征在于，基于所述文本以及預(yù)先構(gòu)建的問(wèn)答模板執(zhí)行交互，或者，基于所述文本以
9.根據(jù)權(quán)利要求3所述的一種基于AI分析的醫(yī)療信息交互終端，其特征在于，所述情緒識(shí)別模型的構(gòu)建方法包括：
10.一種基于AI分析的醫(yī)療信息交互方法，其特征在于，包括步驟：
...【技術(shù)特征摘要】
1.一種基于ai分析的醫(yī)療信息交互終端，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種基于ai分析的醫(yī)療信息交互終端，其特征在于，提取所述請(qǐng)求語(yǔ)音信息中的目標(biāo)音頻特征，包括：
3.根據(jù)權(quán)利要求1所述的一種基于ai分析的醫(yī)療信息交互終端，其特征在于，所述目標(biāo)音頻特征的確定過(guò)程包括：
4.根據(jù)權(quán)利要求1所述的一種基于ai分析的醫(yī)療信息交互終端，其特征在于，基于預(yù)先構(gòu)建的關(guān)鍵實(shí)體庫(kù)對(duì)所述文本進(jìn)行實(shí)體提取，得到關(guān)鍵實(shí)體，包括：
5.根據(jù)權(quán)利要求4所述的一種基于ai分析的醫(yī)療信息交互終端，其特征在于，所述問(wèn)答模板的構(gòu)建方法如下：
6.根據(jù)權(quán)利要求1所述的...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：申蓉蓉，
申請(qǐng)(專利權(quán))人：北京融威眾邦科技股份有限公司，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。