[发明专利]语音及文本转录的抑郁症辅助诊断方法、系统及介质

说明书

本发明公开了一种结合语音及文本转录分析的抑郁症辅助诊断方法、系统及存储介质，其特征在于，包括：利用标准化问题对应的语音问题与目标用户进行交互，确定对应的问诊信息；基于所述问诊信息通过预设算法进行预测；根据预测结果判定所述目标用户是否为抑郁症患者。通过本发明能够实现辅助识别可能存在的抑郁症患者，减轻医疗工作人员的工作量，提高抑郁症诊断效率。

技术领域

本发明涉及辅助诊疗技术领域，尤其涉及一种结合语音及文本转录分析的抑郁症辅助诊断方法、系统及存储介质。

背景技术

抑郁症(Major Depressive Disorder,MDD)全球患病率高达5％-12％，目前已经成为世界第四大疾病，仅次于心血管疾病、癌症、糖尿病，预计2020年后，它会超过癌症，成为仅次于心血管疾病的第二大疾病。抑郁症患者如果不能得到及时的治疗，病情就会持续继续恶化，引发严重的精神问题，甚至会出现自杀等危及生命的行为。抑郁症已经成为一个重大的公共卫生问题，具有迫切的临床研究需求。

目前，我国精神专科医院的医疗资源紧张，导致很多抑郁症患者无法及时的接受诊断和干预。同时，部分医生由于缺乏专科培训，特别是没有可操作性较强的、适合临床使用的规范化诊疗手段，导致我国的抑郁症的识别率的较低。

发明内容

本发明实施例提供一种语音及文本转录的抑郁症辅助诊断方法、系统及存储介质，用以辅助识别可能存在的抑郁症患者，减轻医疗工作人员的工作量，提高抑郁症诊断效率。

第一方面，本发明实施例提供一种结合语音及文本转录分析的抑郁症辅助诊断方法，包括：

利用标准化问题对应的语音问题与目标用户进行交互，确定用户对应的问诊信息；

基于所述问诊信息通过预设算法进行预测；

根据预测结果判定所述目标用户是否为抑郁症患者。

可选的，利用标准化问题对应的语音问题与目标用户进行交互之前，还包括：

验证所述目标用户的登录信息；

在验证通过后，对所述目标用户对应的基本信息进行分类存储。

可选的，利用标准化问题对应的语音问题与目标用户进行交互，包括：

根据数据库中的标准化问题进行语音合成，获得不同虚拟医生对应的语言问题；

基于目标用户选取的所述虚拟医生对应的语音问题向所述目标用户进行提问；

获取所述目标用户在答复提问过程中的问诊信息，所述问诊信息包括所述目标用户输入的文本答复信息，和/或语音答复信息。

可选的，若所述问诊信息为文本答复信息的情况下，基于所述问诊信息通过预设算法进行预测，包括：

将所述文本答复信息转化为文本嵌入向量；

利用预先训练好的深度神经网络模型对所述文本嵌入向量进行预测。

可选的，若所述问诊信息为语音答复信息的情况下，基于所述问诊信息通过预设算法进行预测，包括：

对所述语音答复信息进行端点检测，确定语音分包；

在对所述语音分包进行分帧和预加重处理之后，通过预先训练好的深度神经网络模型进行预测。

可选的，利用预设的标准化问题与目标用户进行交互之前，还包括：获取所述目标用户的PHQ9问卷结果。

可选的，根据预测结果判定所述目标用户是否为抑郁症患者，包括：

根据所述预测结果和所述PHQ9问卷结果判定所述目标用户是否为抑郁症患者。