[发明专利]建立阿兹海默症检测模型的方法和装置

说明书

本申请提供了一种建立阿兹海默症检测模型的方法和装置，包括：获取样本用户的多个样本语音说话段和所述样本用户的阿兹海默症检测结果，所述多个样本语音说话段中的每个样本语音说话段包括所述样本用户对样本图像的一段语音描述，所述阿兹海默症检测结果包括患病或未患病；对所述每个样本语音说话段进行特征提取，得到所述每个样本语音说话段的音频特征；根据所述每个样本语音说话段的音频特征、所述样本用户的阿兹海默症检测结果和卷积神经网络模型，建立所述阿兹海默症检测模型，所述阿兹海默症检测模型用于表示音频特征和阿兹海默症检测结果之间的映射关系。采用本申请提供的方法和装置，能够得到有效检测是否患有阿兹海默症的检测模型。

技术领域

本申请涉及智能决策领域，并且更具体地，涉及智能决策领域中建立阿兹海默症检测模型的方法和装置。

背景技术

阿兹海默症是引起痴呆最常见的一种原因，它是一种由中枢神经系统中的神经元退化甚至死亡而引起的神经退化性疾病。患有阿兹海默症的病人最显著的特征是记忆丢失，他们很容易变得情感淡漠和抑郁。

老年人中得阿兹海默症的人越来愈多，最常见诊断方法是监测病人的病史，给病人做认知型的测试(例如图片描述任务)，心理状态测试，情绪测试等。这种诊断过程会持续几周，所以进行起来非常困难。

因此，需要提供一种能够得到有效检测人是否患有有阿兹海默症的检测模型。

发明内容

本申请提供一种建立阿兹海默症检测模型的方法和装置，能够得到有效检测人是否患有阿兹海默症的检测模型。

为实现上述目的，本申请提供一种建立阿兹海默症检测模型的方法，包括以下内容：

获取样本用户的多个样本语音说话段和所述样本用户的阿兹海默症检测结果，所述多个样本语音说话段中的每个样本语音说话段包括所述样本用户对样本图像的一段语音描述，所述阿兹海默症检测结果包括患病或未患病；

对所述每个样本语音说话段进行特征提取，得到所述每个样本语音说话段的音频特征；

根据所述每个样本语音说话段的音频特征、所述样本用户的阿兹海默症检测结果和卷积神经网络模型，建立所述阿兹海默症检测模型，所述阿兹海默症检测模型用于表示音频特征和阿兹海默症检测结果之间的映射关系。

在一种可能的实现方式中，在获取样本用户的多个样本语音说话段和所述样本用户的阿兹海默症检测结果之前，所述方法还包括：获取所述样本用户的音频数据、所述音频数据的采样位数和所述音频数据的字幕信息，所述音频数据包括所述样本用户对所述样本图像的多段语音描述；根据所述音频数据的采样位数，确定所述音频数据中每个样本点的dBFS值；根据所述音频数据中所有样本点的dBFS值的均值，对所述音频数据中每个样本点的dBFS值进行归一化处理，得到所述音频数据的归一化结果；根据所述音频数据的字幕信息，将音频数据的归一化结果分割成所述多个样本语音说话段。

在一种可能的实现方式中，所述每个样本语音说话段为经过淡入和/或淡出处理后的语音说话段。

在一种可能的实现方式中，对所述每个样本语音说话段进行特征提取，得到所述每个样本语音说话段的音频特征，包括：根据预设的配置文件对所述每个样本语音说话段进行特征提取，得到所述每个样本语音说话段的音频特征。

在一种可能的实现方式中，所述方法还包括：获取目标用户的目标语音说话段，所述目标语音说话段包括所述目标用户对目标图像的一段语音描述；对所述目标语音说话段进行特征提取，得到所述目标语音说话段的音频特征；根据所述目标语音说话段的音频特征和所述阿兹海默症检测模型，确定所述目标用户的阿兹海默症检测结果。