一种基于神经网络诊断卒中后构音障碍声调错误的方法及其诊断装置
专利汇可以提供一种基于神经网络诊断卒中后构音障碍声调错误的方法及其诊断装置专利检索，专利查询，专利分析的服务。并且本 发明 涉及一种基于神经网络诊断卒中后 构音障碍 声调错误的方法及其诊断装置，是一种基于声学指标的构音障碍客观评估新技术。本发明通过采集以普通话为母语的脑卒中后构音障碍患者与同年龄段的正常成年人的单音节词声调数据，分为训练组和测试组。通过训练组进入 人工神经网络 训练，获得诊断模型；测试组测试自动识别声调的正确率；调参至诊断准确率大于90%。本发明的方法是通过 人工智能 对声调进行评估，能够达到客观、高效的目的，减少不同机构和不同 治疗 师评估的差异性，并对康复训练的实施具有一定的指导性意义。，下面是一种基于神经网络诊断卒中后构音障碍声调错误的方法及其诊断装置专利的具体信息内容。
1.一种基于神经网络诊断卒中后构音障碍声调错误的方法，包括语音采集，其特征在于：包括如下步骤：
S1.采集以普通话为母语的脑卒中后构音障碍患者与同年龄段的正常成年人的单音节词声调数据，对语音数据进行预处理，提取F0频率曲线，并分为训练组和测试组；
S2.构建用于声调分类的前馈反向传播神经网络；
S3.将步骤一的语音数据库中训练组提取的F0频率数据作为输入，对步骤二构建的前馈反向传播神经网络进行训练校正，获得神经网络训练分类模型；
S4.将步骤一的语音数据库中测试组提取的F0频率数据作为输入，对步骤三的神经网络训练分类模型进行测试，测试其自动识别声调的正确率，调参使其识别准确率大于90%，获得确切的神经网络训练分类模型；
S5.将疑似脑卒中后构音障碍患者的单音节词声调数据输入步骤四获得的神经网络训练分类模型进行音调判别，得到判别结果。
2.根据权利要求1所述的一种基于神经网络诊断卒中后构音障碍声调错误的方法，其特征在于：步骤一包括如下步骤：
S1.1、选取《中国构音障碍语音评估系统词表》为测试词表；
S1.2、采取录音级的录音设备对所有被试者进行录音；
S1.3、进行单个元音的剪切，使用WAV格式保存并建立语音数据库，留待下一步分析提取共振峰时使用；
S1.4、基于自相关函数法提取语音数据库中所有声调的F0频率曲线；
S1.5、通过随机分组将提取的F0频率曲线分为训练组和测试组；
S1.6、将训练组提取的F0频率曲线平均分成8段，提取每段中点处的F0频率值。
3.根据权利要求1所述的一种基于神经网络诊断卒中后构音障碍声调错误的方法，其特征在于：前馈反向传播神经网络的构建，包括如下步骤：
S2.1、在MATLAB2013软件工具箱中调用newff函数，Net = newff（PR，[S1 S2...SN]，{TF1 TF2...TFN}，BTF，BLF，PF）；
S2.2、设定newff第一个变量PR为基频的范围，每组的最大值和最小值构成R×2维矩阵；
S2.3、设定newff第二个变量Si为隐含层和输出层神经元的数目，S1表示第1层的向量长度，S2表示第2层的向量长度，SN代表第N层向量长度；
S2.4、设定newff第三个变量TFI为1到第N层的传递函数，为tansig函数；
S2.5、设定newff第四个变量BTF为反向传播网络训练函数，为trainlm函数；
S2.6、设定newff第五个变量BLF代表权值/阀值的反向传播学习函数，为learngdm函数；
S2.7、设定newff第六个变量PF代表神经网络性能函数，为mse函数。
4.根据权利要求1所述的一种基于神经网络诊断卒中后构音障碍声调错误的方法，其特征在于：神经网络训练分类模型的获得，包括以下步骤：
S3.1、选取语音数据库中训练组的F0频率数据作为训练用样本，并对F0进行已知标记；
S3.2、通过MATLAB2013工具箱对前馈反向传播神经网络进行训练，MATLAB2013工具箱的训练命令是net = train(net，P1，tP1),train是训练命令，P1是要训练的F0频率值，tP1是已知声调标记，网络训练过程是神经网络自行参数条件，最终以最小差异值逼近标记，获得神经网络训练分类模型。
5.根据权利要求1所述的一种基于神经网络诊断卒中后构音障碍声调错误的方法，其特征在于：神经网络训练分类模型的测试、校正，包括以下步骤：
S4.1、选取语音数据库中测试组F0频率数据作为样本；
S4.2、MATLAB神经网络的测试命令是 output = sim（net，P），P是需要测试的未知基频，output是最后的判断结果；
S4.3、测试自动识别声调的正确率；如果正确率小于90%，对传递函数、反向传播网络训练函数、神经网络性能函数进行调参，直至诊断正确率大于90%，获得确切的神经网络训练分类模型。
6.按权利要求1至5所述诊断方法的诊断装置，包括语音处理模块、前馈反向传播神经网络模块、神经网络训练分类模块，其中：
语音处理模块，采集以普通话为母语的脑卒中后构音障碍患者与同年龄段的正常成年人的单音节词声调数据，对语音数据进行预处理，提取F0频率曲线，并分为训练组和测试组；
前馈反向传播神经网络模块，将语音处理模块中的F0频率数据作为输入，进行训练校正，获得神经网络训练分类模块；
神经网络训练分类模块，将语音处理模块中的F0频率数据作为输入，进行测试校正，测试其自动识别声调的正确率，调整前馈反向传播神经网络模块的参数使神经网络训练分类模块识别准确率大于90%，获得确切的神经网络训练分类模块；将疑似脑卒中后构音障碍患者的单音节词声调数据输入神经网络训练分类模块进行音调判别，得到判别结果。
一种基于神经网络诊断卒中后构音障碍声调错误的方法及其
诊断装置
技术领域
背景技术
40%。帕金森病患者中有69.6%的患者的言语清晰度低于正常组，构音障碍发病率在多发性硬化患者中高达51%。脑血管病的发生率极高，且年轻化趋势明显，脑卒中后构音障碍的发生率也很高，因此对于脑血管病的后遗症的诊断、评估、治疗的研究也尤为重要，以改善及提高脑卒中人群的生活质量，为脑卒中后人群的诊断及预后提供更完善的研究。
发明内容
S1.采集以普通话为母语的脑卒中后构音障碍患者与同年龄段的正常成年人的单音节词声调数据，对语音数据进行预处理，提取F0频率曲线，并分为训练组和测试组；
S2.构建用于声调分类的前馈反向传播神经网络；
S3.将步骤一的语音数据库中训练组提取的F0频率数据作为输入，对步骤二构建的前馈反向传播神经网络进行训练校正，获得神经网络训练分类模型；
S4.将步骤一的语音数据库中测试组提取的F0频率数据作为输入，对步骤三的神经网络训练分类模型进行测试，测试其自动识别声调的正确率，调参使其识别准确率大于90%，获得确切的神经网络训练分类模型；
S5.将疑似脑卒中后构音障碍患者的单音节词声调数据输入步骤四获得的神经网络训练分类模型进行音调判别，得到判别结果。
S1.2、采取录音级的录音设备对所有被试者进行录音；
S1.3、进行单个元音的剪切，使用WAV格式保存并建立语音数据库，留待下一步分析提取共振峰时使用；
S1.4、基于自相关函数法提取语音数据库中所有声调的F0频率曲线；
S1.5、通过随机分组将提取的F0频率曲线分为训练组和测试组；
S1.6、将训练组提取的F0频率曲线平均分成8段，提取每段中点处的F0频率值。
S2.2、设定newff第一个变量PR为基频的范围，每组的最大值和最小值构成R×2维矩阵；
S2.3、设定newff第二个变量Si为隐含层和输出层神经元的数目，S1表示第1层的向量长度，S2表示第2层的向量长度，SN代表第N层向量长度；
S2.4、设定newff第三个变量TFI为1到第N层的传递函数，为tansig函数；
S2.5、设定newff第四个变量BTF为反向传播网络训练函数，为trainlm函数；
S2.6、设定newff第五个变量BLF代表权值/阀值的反向传播学习函数，为learngdm函数；
S2.7、设定newff第六个变量PF代表神经网络性能函数，为mse函数。
S3.2、通过MATLAB2013工具箱对前馈反向传播神经网络进行训练，MATLAB2013工具箱的训练命令是net = train(net，P1，tP1)，train是训练命令，P1是要训练的F0频率值，tP1是已知声调标记。网络训练过程是神经网络自行参数条件，最终以最小差异值逼近标记，获得神经网络训练分类模型。
S4.2、MATLAB神经网络的测试命令是 output = sim（net，P），P是需要测试的未知基频，output是最后的判断结果；
S4.3、测试自动识别声调的正确率；如果正确率小于90%，对传递函数、反向传播网络训练函数、神经网络性能函数进行调参，直至诊断正确率大于90%。
前馈反向传播神经网络模块，将语音处理模块中的F0频率数据作为输入，进行训练校正，获得神经网络训练分类模块；
神经网络训练分类模块，将语音处理模块中的F0频率数据作为输入，进行测试校正，测试其自动识别声调的正确率，调整前馈反向传播神经网络模块的参数使神经网络训练分类模块识别准确率大于90%，获得确切的神经网络训练分类模块；将疑似脑卒中后构音障碍患者的单音节词声调数据输入神经网络训练分类模块进行音调判别，得到判别结果。
具体实施方式
S4.将步骤一的语音数据库100中测试组提取的F0频率数据作为输入，对步骤三的神经网络训练分类模型103进行测试，测试其自动识别声调的正确率，调参使其识别准确率大于
90%，获得确切的神经网络训练分类模型103；
S5.将疑似脑卒中后构音障碍患者的单音节词声调数据输入步骤四获得的神经网络训练分类模型进行音调判别104，得到判别结果105。
S1.2、录音：采取的Sony Zoom H4nPro便携式数码录音机进行录音，采样率为44100 Hz，采用精度为16 bit，双声道。对所有被试者进行录音，被试者取端坐位，笔者手拿专业录音机，使被试者口唇距录音机约10cm，录音之前，专业技术人员对被试者进行演示说明，开始录音后让被试者读取《中国构音障碍语音评估系统词表》中共28个目标音，语速自然平稳、音量适中，将词表重复录2次。
前馈反向传播神经网络模块，将语音处理模块中的F0频率数据作为输入，进行训练校正，获得神经网络训练分类模块；
神经网络训练分类模块，将语音处理模块中的F0频率数据作为输入，进行测试校正，测试其自动识别声调的正确率，调整前馈反向传播神经网络模块的参数使神经网络训练分类模块识别准确率大于90%，获得确切的神经网络训练分类模块；将疑似脑卒中后构音障碍患者的单音节词声调数据输入神经网络训练分类模块进行音调判别，得到判别结果。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种传感元件与忆阻器结合的多模态智能传感器 | 2020-05-11 | 508 |
| 一种复合材料贮箱健康监测系统及方法 | 2020-05-13 | 48 |
| 一种基于CBR和RBR的机器人焊接工艺参数优化方法 | 2020-05-13 | 350 |
| 一种基于手机数据的精细尺度城市人群数量预测方法 | 2020-05-13 | 668 |
| 一种厨余堆肥智能监测调控系统 | 2020-05-12 | 538 |
| 一种供冷/热管网水力失调的控制方法及系统 | 2020-05-13 | 194 |
| 一种基于机器学习的棒束子通道热工水力特性预测方法 | 2020-05-08 | 252 |
| 一种融合人工神经网络与水沙传输机制的河道水沙冲淤演变模拟方法 | 2020-05-14 | 555 |
| 考虑风电不确定性的配电网概率潮流获取方法、装置 | 2020-05-08 | 889 |
| 基于人工神经网络的视觉测试系统 | 2020-05-14 | 734 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
