[发明专利]一种基于日常语音数据的疾病分析系统

说明书

本发明公开了一种基于日常语音数据的疾病分析系统，该系统可以同时检测多种神经系统疾病。系统利用用户日常语音数据，在两阶段多分类模块中结合音频MFCC特征以构建准确的基于语音的疾病预测模型。第一阶段在健康判别模块中捕获这些疾病的细粒度细节及其顺序变化模式，以进行基础疾病检测，即健康与非健康。在第二阶段，检测到的病理样本通过疾病诊断模块进一步分析，以识别疾病类型。该系统能同时对多种疾病进行检测，检测效率高，使用方便。

技术领域

本发明涉及声音病理学与机器学习领域，尤其涉及一种基于日常语音数据的疾病分析系统。

背景技术

声音病理学使用声音作为生物标志来研究和诊断疾病，大多数声带病理可以通过观察声音信号的变化来体现，因为组织感染、表面刺激、神经和肌肉的变化以及其他多种疾病都会对声音产生影响。疾病的早期检测非常重要，而这可以使用语音信号来有效地实现。

现有的基于语音的疾病判断方法只能针对一种特定的疾病进行判断分析，例如帕金森、阿兹海默症等，这些方法本身的功能与效率限制了其的广泛应用。而目前亟需一种可以同时、有效的对多种疾病进行检测与分析的方法。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于日常语音数据的疾病分析系统。

本发明的目的是通过以下技术方案来实现的：

一种基于日常语音数据的疾病分析系统，包括以下部分：

特征提取模块：用于从语音数据中提取两部分特征，包括通过音频处理算法提取的手工特征与基于深度神经网络提取的特征中的一种或多种。

健康判别模块：用于利用特征提取模块提取的特征判断人是否健康。

疾病诊断模块：用于依据特征提取模块提取的特征做出具体的疾病的诊断。

进一步地，所述手工特征包括从语音中提取的梅尔频率倒谱系数，子带频谱质心和对数梅尔滤波器组能量。

进一步地，所述健康判别模块为堆叠的长短期记忆网络，利用语音的梅尔频率倒谱系数特征进行初步病理状态判断，判断用户健康或是有疾病。

进一步地，基于深度神经网络提取的特征为短期音频特征，用于提取的深度神经网络可以为深度音频嵌入模型VGGish等。

进一步地，所述疾病诊断模块为堆叠的深度多层神经网络，利用特征提取模块提取的特征识别具体疾病类别。

进一步地，所述堆叠的深度多层神经网络结构包括：两个分支，每个分支分别包含多层全连接层和drop-out层，分别用于处理手工特征与基于深度神经网络提取的特征；

拼接层，用于两个分支输出的特征向量；

输出层，包含全连接层，drop-out层和soft-max层，用于处理拼接层输出的特征向量并识别输出具体疾病类别。

进一步地，还包括：语音数据采集模块，用于获取用户的语音。所述语音数据采集模块可以为手机麦克风或语音对话系统等

具体地，在系统使用过程中主要包含以下步骤：

获得用户说话的语音，特征提取模块对语音提取特征。提取的特征包含两类，一类使用特定的常用音频特征提取算法，另一类则基于神经网络。特定音频特征包括梅尔频率倒谱系数，子带频谱质心，对数梅尔滤波器组能量，基于神经网络的特征则是使用一种深度音频嵌入模型VGGish从原始音频中提取短期音频特征。

将提取的手工特征MFCC输入到健康判别模块(如长短期记忆网络模型)中，输出二元病理状态，即用户健康或是有疾病，当判断出用户有疾病时，将语音特征输入到疾病诊断模块(如用于多类多视图疾病分类的神经网络模型)中，得到具体的疾病类别。根据系统诊断的疾病类别可以制定相应的治疗计划。