[发明专利]用于识别注意力缺陷多动障碍亚型的方法及系统

说明书

本发明提供了一种用于识别注意力缺陷多动障碍亚型的方法，包括：获取待识别用户的个人信息和语音信息，并对语音信息进行预处理；提取语音信息的语音特征，语音特征包括时域特征和频域特征；基于个人信息，将待识别用户的语音特征与符合预定条件的人口信息关联图中相应的已知用户的语音特征相关联，其中，已知用户具有注意力缺陷多动障碍亚型标签；以及利用图神经网络模型预测待识别用户的注意力缺陷多动障碍亚型。

技术领域

本发明涉及计算机数据挖掘分析技术领域，尤其涉及用于识别注意力缺陷多动障碍亚型的方法及系统。

背景技术

儿童注意力缺陷多动障碍(ADHD，又称多动症，在本文中三者可以互换)分为三个亚型——多动冲动型(ADHD-H)、注意力缺陷型(ADHD-I)以及混合型(ADHD-C)。精确识别多动症的亚型有利于尽早采取干预措施并进行矫正。

目前，传统的多动症识别方法有三种：基于儿童日常表现的量表评定、脑电波检查、或者通过核磁共振成像技术进行的脑部功能活动特征检查。另外，一些最新的科学研究为儿童佩戴传感器来监测他们的日常活动，通过对他们运动频率、活动状态等进行计算分析以辅助识别多动症。然而，现有的识别方法或受评定者主观因素的影响，或检查设备昂贵且过程复杂，不利于广泛应用。

因此，亟需一种改进的用于识别注意力缺陷多动障碍亚型的方法和系统。

发明内容

因此，本发明实施例的目的在于克服上述现有技术的缺陷，提供一种用于识别注意力缺陷多动障碍亚型的方法，包括：获取待识别用户的个人信息和语音信息，并对所述语音信息进行预处理；提取所述语音信息的语音特征，所述语音特征包括时域特征和频域特征；基于所述个人信息，将所述待识别用户的所述语音特征与符合预定条件的人口信息关联图中相应的已知用户的语音特征相关联，其中，所述已知用户具有注意力缺陷多动障碍亚型标签；以及利用图神经网络模型预测所述待识别用户的注意力缺陷多动障碍亚型。

在一个实施例中，所述人口信息关联图通过以下方式建立：以已知用户的语音特征为节点，在符合预定条件的已知用户的语音特征节点之间生成连接边。

在一个实施例中，所述预定条件包括：用户的年龄、在校年级以及韦氏儿童智力测试评分的相似度。

在一个实施例中，所述时域特征包括：短时能量特征、过零率、阅读速度、均方根值和振幅微扰。

在一个实施例中，所述频域特征包括：梅尔频率倒谱系数和一阶差分梅尔频率倒谱系数。

在一个实施例中，所述语音特征还包括全局特征，所述全局特征包括全局能量和阅读总时长。

在一个实施例中，所述对所述语音进行预处理包括：降噪和分帧。

本发明另一方面提供了一种用于识别注意力缺陷多动障碍亚型的系统，包括：接口模块，用于获取待识别用户的个人信息和语音信息，并对所述语音信息进行预处理；特征提取模块，用于提取所述语音信息的语音特征，所述语音特征包括时域特征和频域特征；关联模块，用于基于所述个人信息，将所述待识别用户的所述语音特征与符合预定条件的人口信息关联图中相应的已知用户的语音特征相关联，所述已知用户具有注意力缺陷多动障碍亚型标签；以及预测模块，用于利用图神经网络模型预测所述待识别用户的注意力缺陷多动障碍亚型。

本发明另一方面提供了一种存储介质，其中存储有计算机程序，在所述计算机程序被处理器执行时，能够用于实现上述任一项所述的方法。

本发明另一方面提供了一种电子设备，包括处理器和存储器，所述存储器中存储有计算机程序，在所述计算机程序被处理器执行时，能够用于实现上述任一项所述的方法

本发明实施例的技术方案可以包括以下有益效果：