CN110958859B - 认知能力评估装置、认知能力评估系统、认知能力评估方法及存储介质 - Google Patents
认知能力评估装置、认知能力评估系统、认知能力评估方法及存储介质 Download PDFInfo
- Publication number
- CN110958859B CN110958859B CN201880049623.4A CN201880049623A CN110958859B CN 110958859 B CN110958859 B CN 110958859B CN 201880049623 A CN201880049623 A CN 201880049623A CN 110958859 B CN110958859 B CN 110958859B
- Authority
- CN
- China
- Prior art keywords
- cognitive ability
- subject
- sound
- evaluation
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000003930 cognitive ability Effects 0.000 title claims abstract description 183
- 238000011156 evaluation Methods 0.000 title claims abstract description 143
- 238000004364 calculation method Methods 0.000 claims abstract description 45
- 238000001228 spectrum Methods 0.000 claims abstract description 21
- 239000000284 extract Substances 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 17
- 230000035945 sensitivity Effects 0.000 claims description 2
- 206010012289 Dementia Diseases 0.000 description 30
- 208000024827 Alzheimer disease Diseases 0.000 description 27
- 238000012360 testing method Methods 0.000 description 23
- 238000010586 diagram Methods 0.000 description 21
- 238000012986 modification Methods 0.000 description 12
- 230000004048 modification Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 208000024891 symptom Diseases 0.000 description 6
- 239000000470 constituent Substances 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 230000007659 motor function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000001149 cognitive effect Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 210000000214 mouth Anatomy 0.000 description 3
- 241001112258 Moca Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006999 cognitive decline Effects 0.000 description 2
- 208000010877 cognitive disease Diseases 0.000 description 2
- 230000003920 cognitive function Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 210000003928 nasal cavity Anatomy 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000001755 vocal effect Effects 0.000 description 2
- 201000004810 Vascular dementia Diseases 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 235000021438 curry Nutrition 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000008449 language Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
- A61B5/4542—Evaluating the mouth, e.g. the jaw
- A61B5/4552—Evaluating soft tissue within the mouth, e.g. gums or tongue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4803—Speech analysis specially adapted for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/66—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for extracting parameters related to health condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0204—Acoustic sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4519—Muscles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
- A61B5/4542—Evaluating the mouth, e.g. the jaw
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/15—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being formant information
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Neurology (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Developmental Disabilities (AREA)
- Neurosurgery (AREA)
- Human Computer Interaction (AREA)
- Psychology (AREA)
- Acoustics & Sound (AREA)
- Epidemiology (AREA)
- Computational Linguistics (AREA)
- Child & Adolescent Psychology (AREA)
- Multimedia (AREA)
- Hospice & Palliative Care (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Rheumatology (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Physical Education & Sports Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明的认知能力评估装置(100)具备:获取部(110),其获取表示被评估者(U)发出的声音的声音数据;计算部(120),其从获取部(110)获取到的声音数据中提取多个元音,关于多个元音的各自计算基于从该元音的声谱得到的一个以上的共振峰的频率和振幅而得的特征量;评估部(130),其根据计算部(120)计算出的特征量来对被评估者(U)的认知能力进行评估;以及输出部(140),其输出评估部(130)评估出的评估结果。
Description
技术领域
本发明涉及能够对被评估者的认知能力进行评估的认知能力评估装置、认知能力评估系统、认知能力评估方法及存储介质。
背景技术
从以往,作为评估认知能力的测试,存在被进行认知能力的评估的患者即被评估者在测试用纸上写出答案的方法、即长谷川式简易智能评估量表(HDS-R)、MMSE(Mini-Mental State Examination:简易智能测试检查)、以及CDR(Clinical Dementia Rating:临床痴呆分级量表)等。这些方法是接受过一定训练的医师、临床心理师等在医疗机构对被评估者进行的。
这里,在使用测试用纸的评估方法中,存在需要长的测试时间而强行给被评估者造成负担的问题。另外,在反复对被评估者进行测试的情况下,由于是相同测试,因而存在被评估者会记住答案的问题。为解决该问题,公开有如下技术,将医师等对被评估者实施的测试中的问题应答进行录音,分析被评估者的声音(例如参照专利文献1)。
现有技术文献
专利文献
专利文献1:日本专利第4876207号公报
发明内容
发明要解决的问题
在对认知能力的评估中,需求更简便且精度良好地对被评估者的认知能力进行评估。
因此,本发明的目的在于提供能够简便且精度良好地对被评估者的认知能力进行评估的认知能力评估装置等。
用于解决问题的方案
本发明的一方式的认知能力评估装置具备:获取部,其获取表示被评估者发出的声音的声音数据;计算部,其从所述获取部获取到的所述声音数据中提取多个元音,关于所述多个元音各自计算基于从该元音的声谱得到的一个以上的共振峰的频率和振幅而得的特征量;评估部,其根据所述计算部计算出的所述特征量来对所述被评估者的认知能力进行评估;以及输出部,其输出所述评估部评估出的评估结果。
另外,本发明的一方式的认知能力评估系统具备:所述认知能力评估装置、检测被评估者的声音的集音装置、显示所述输出部输出的评估结果的显示装置。
另外,本发明的一方式的认知能力评估方法包括:获取步骤,获取表示被评估者发出的声音的声音数据;计算步骤,从在所述获取步骤获取到的所述声音数据中提取多个元音,关于所述多个元音各自计算基于从该元音的声谱得到的一个以上的共振峰的频率和振幅的特征量;以及评估步骤,根据在所述计算步骤计算出的所述特征量来对所述被评估者的认知能力进行评估,并输出评估结果。
另外,本发明也可以作为存储有使计算机执行认知能力评估方法所包括的步骤的程序的存储介质来实现。
发明的效果
根据本发明的一方式的认知能力评估装置等,能够简便且精度良好地对被评估者的认知能力进行评估。
附图说明
图1是示出实施方式涉及的认知能力评估系统的结构的图。
图2是示出实施方式涉及的认知能力评估系统的特征性的功能结构的框图。
图3是示出实施方式涉及的认知能力评估装置对被评估者的认知能力进行评估的处理顺序的流程图。
图4的(a)~(c)是示出获取部获取被评估者的声音数据的方法的一例的图。
图5是示出表示被评估者说出的声音的声音数据的一例的图。
图6是用于说明计算部根据声音数据而计算出的共振峰的频率的图。
图7是示出计算部根据声音数据而计算出的共振峰的频率的时间变化的一例的图。
图8是示出被评估者接受MoCA测试时获得的得分的图。
图9是用于说明参照数据与计算部计算出的声音数据的特征量之间的关系的一例的图。
图10是示出显示装置显示的认知能力低下的图像的一例的图。
图11是示出实施方式涉及的变形例1的认知能力评估系统的结构的图。
图12是示出实施方式涉及的变形例2的认知能力评估系统的结构的图。
具体实施方式
以下,一边参照附图一边对实施方式进行说明。此外,以下说明的实施方式均是表示包括性或具体的例子。以下实施方式中所示的数值、形状、材料、构成要素、构成要素的配置位置以及连接形态、步骤、步骤顺序等均为一例,主旨并非限定本发明。另外,在以下实施方式涉及的结构要素中,关于在表示最上位概念的独立权利要求中没有记载的结构要素,作为任意的结构要素来说明。
此外,各图为模式图,未必是严格地图示。另外,在各图中,对于实质上相同的结构标注相同的符号,有时省略或简化重复的说明。
另外,在以下的实施方式中,使用表示方向的描述。例如,平行不仅指完全平行的意思,也包括实质上平行,即例如几%程度的偏移。
(实施方式)
[认知能力评估装置的结构]
对实施方式涉及的认知能力评估系统的结构进行说明。图1是示出实施方式涉及的认知能力评估系统的结构的图。
认知能力评估系统200是用于根据被评估者U发出的声音来对被评估者U的认知能力进行评估的装置。认知能力表示认识、记忆、判断的能力。作为一具体例,认知能力评估装置100评估是否为患有痴呆症的人(痴呆症患者)。
所谓痴呆症,表示发现所述认知能力低下的症状。作为痴呆症的一具体例,可列举阿兹海默氏痴呆症(AD:Alzheimer's disease)。由于痴呆症无自觉症状,因而痴呆症患者的家属或第三者等提醒痴呆症患者去医院进行诊察,从而痴呆症患者接受医生的诊察。另外,被评估者U接受MoCA(Montreal Cognitive Assessment:蒙特利尔认知评估)测试等用于进行痴呆症的诊断的分批测试,由此能够确认被评估者U是否为痴呆症。
然而,MoCA测试需要15分钟左右的时间。另外,MoCA测试为了诊断被评估者U的经时变化,需要按日执行多次测试来判定被评估者U是否为痴呆症。即,MoCA测试为了诊断被评估者U是否为痴呆症需要花费长的时间。
而且,已知即使痴呆症患者与非痴呆症的人(正常者)说的单词为相同单词,声音也不相同。
认知能力评估系统200是通过分析被评估者U的声音来精度良好地对被评估者U的认知能力进行评估的装置。
如图1所示,认知能力评估系统200具备认知能力评估装置100、集音装置300、以及显示装置400。
认知能力评估装置100是利用集音装置300获取表示被评估者U发出的声音的声音数据并且根据所获取到的声音数据来对被评估者U的认知能力进行评估的计算机。
集音装置300是检测被评估者U发出的声音并且将表示检测到的声音的声音数据输出至认知能力评估装置100的麦克风。为了精度良好地检测被评估者U发出的声音,也可以在集音装置300的周围配置隔音壁310和/或爆破音防护件320。
显示装置400显示基于从认知能力评估装置100输出的图像数据而得的图像。具体而言,显示装置400是由液晶面板、或有机EL(Electroluminescence:电致发光)面板等构成的监视器装置。作为显示装置400,也可以使用电视、智能手机、或平板终端等信息终端。
如果认知能力评估装置100能够与集音装置300和显示装置400收发声音数据或图像数据即可,既可以是有线连接,也可以是无线通信地连接。
认知能力评估装置100基于由集音装置300检测出的声音数据来分析被评估者U的声音,根据分析出的结果来对被评估者U的认知能力进行评估,将表示评估结果的图像输出至显示装置400。由此,认知能力评估装置100能够将认知能力的程度通知给无自觉症状的痴呆症患者,因而例如能够提醒痴呆症患者就医诊察。换言之,认知能力评估装置100将认知能力的程度通知给无自觉症状的痴呆症患者,由此可帮助痴呆症患者就医诊察。
此外,认知能力评估装置100例如是个人计算机,但也可以是服务器装置。
图2是示出实施方式涉及的认知能力评估装置100的特征性的功能结构的框图。认知能力评估装置100具备获取部110、计算部120、评估部130、输出部140、以及存储部150。
获取部110获取由集音装置300检测出的声音数据。获取部110例如是进行有线通讯或无线通信的通讯接口。
计算部120是对由获取部110获取到的被评估者U的声音数据进行分析的处理部。具体而言,计算部120可由处理器、微机、或专用电路来实现。
计算部120从获取部110获取到的声音数据中提取多个元音,关于多个元音各自计算基于从该元音的声谱得到的一个以上的共振峰的频率和振幅而得的特征量。这里,特征量是根据评估部130为了对被评估者U的认知能力进行评估而使用的声音数据来计算的表示被评估者U的声音特征的数值。例如,特征量为第二共振峰的频率和振幅。即,计算部120例如关于多个元音各自计算第二共振峰的频率和振幅,作为特征量。
此外,计算部120计算的特征量并不限于第二共振峰的频率和振幅。例如也可以是,计算部120计算从获取部110获取到的声音数据中提取元音并计算出的该元音的声谱中的每规定的时间间隔的多个第二共振峰的频率和振幅,根据计算出的多个第二共振峰的频率和振幅来计算多个第二共振峰的频率和振幅的标准偏差,作为特征量。
另外也可以是,计算部120计算从获取部110获取到的声音数据中提取元音并计算出的该元音的声谱中的每规定时间的多个第二共振峰的频率和振幅,计算所计算出的多个第二共振峰的频率和振幅相对于时间而言的变化量,作为特征量。
另外也可以是,计算部120根据从获取部110获取到的声音数据中提取元音并计算出的该元音的声谱,关于多个元音各自计算第一共振峰的频率和振幅、第二共振峰的频率和振幅,并且计算相对于所计算出的第一共振峰的频率而言的所计算出的第二共振峰的频率、以及相对于所计算出的第一共振峰的振幅而言的所计算出的第二共振峰的振幅,作为特征量。
已知第二共振峰的频率是人的声音的从低频侧数起第二个可见的振幅的峰值频率,其容易反映声带音源在声道、唇或舌等的口腔、鼻腔等中产生的共鸣中与舌的位置相关的影响。另外,与正常者相比较而言,痴呆症患者多会有维持舌或颚的位置的运动机能衰退的情况。因此,认为在第二共振峰的频率和振幅方面,正常者与痴呆症患者容易产生不同。由此,通过将与第二共振峰的频率和振幅相关的量作为特征量来用于对认知能力的评估,能够精度更好地对被评估者U的认知能力进行评估。
已知第一共振峰的频率是人的声音的从低频侧数起第一个可见的振幅的峰值频率,其容易反映与舌的运动相关的特征。另外,与正常者相比较而言,痴呆症患者多会有无法使舌顺畅地运动的情况。因此,认为第一共振峰的频率容易在正常者与痴呆症患者之间产生不同。由此,通过与第二共振峰的频率和振幅配合地将与第一共振峰的频率和振幅相关的量作为特征量用于对认知能力的评估,能够精度更好地对被评估者U的认知能力进行评估。
另外也可以是,计算部120计算从输出部140输出课题信息至获取部110获取声音数据为止的时间、声音的振幅的时间变化以及相对于课题信息而言的正误中的至少一者,作为特征量。这里,课题信息是如下信息,其包括在显示装置400显示的、被评估者U要说的句子的信息。课题信息包括的句子例如可以是绕口令、随机显示的一个或多个元音“え”、“おえう”或“いあえお”等被评估者U要大声读出的句子,也可以是都道府县名等询问被评估者U的记忆的句子。
评估部130将计算部120计算出的特征量与存储在存储部150的参照数据151进行对照,来对被评估者U的认知能力进行评估。具体而言,评估部130由处理器、微机、或专用电路来实现。此外也可以是,计算部120与评估部130既可以是由兼具各个功能的一个处理器、一个微机、或一个专用电路来实现,也可以是由处理器、微机、或专用电路中的两个以上的组合来实现。
输出部140将评估部130评估出的被评估者U的认知能力的评估结果输出至显示装置400。输出部140例如是进行有线通讯或无线通信的通讯接口。
存储部150是存储参照数据151的存储装置,参照数据151表示特征量与人的认知能力之间的关系。在对被评估者U的认知能力的程度进行评估时,被评估部130参照参照数据151。存储部150例如由ROM(Read Only Memory:只读存储器)、RAM(Random AccessMemory:随机存储器)、半导体存储器、HDD(Hard Disk Drive:硬盘驱动器)等来实现。
另外,在存储部150中,也可以存储计算部120和评估部130要执行的程序、以及输出被评估者U的认知能力的评估结果时使用的表示该评估结果的图像数据。
[认知能力评估方法的处理顺序]
接下来,对认知能力评估装置100执行的认知能力评估方法的具体的处理顺序进行说明。
获取部110经由集音装置300来获取被评估者U的声音数据(步骤S101)。在步骤S101中,例如,被评估者U向集音裝置300发出“ありがとう”等包括“あ”、“い”、“う”、“え”、“お”中的多个元音的单词。获取部110经由集音裝置300来获取被评估者U发出的“ありがとう”等声音,作为声音数据。
然后,计算部120从获取部110获取到的声音数据中提取多个元音(步骤S102)。在步骤S102中,计算部120例如从在步骤S101中获取部110获取到的“ありがとう”等声音资料中提取“あ”、“う”元音。
然后,计算部120根据在步骤S102中所提取的多个元音来计算多个元音各自的元音的声谱,根据计算出的多个元音的声谱,计算基于多个元音各自的共振峰的频率和振幅而得的特征量(步骤S103)。在步骤S103中,例如,计算部120根据在步骤S102中计算出的多个元音的声谱,计算多个元音各自的频率最低的共振峰即第一共振峰的频率和振幅、紧挨第一共振峰的下一个频率低的共振峰即第二共振峰的频率和振幅。此外,在步骤S103中,计算部120也可以计算第三共振峰的频率和振幅、第四共振峰的频率和振幅等。
然后,评估部130根据在步骤S103中计算部120计算出的多个元音各自的共振峰的频率和振幅,来对被评估者U的认知能力进行评估(步骤S104)。在步骤S104中,评估部130例如根据基于在步骤S103中计算部120计算出的多个元音各自的共振峰的频率和振幅而得的特征量、存储在存储部150的参照数据151,来对被评估者U的认知能力进行评估。
然后,输出部140输出评估部130评估出的对被评估者U的认知能力的评估结果(步骤S105)。在步骤S105中,输出部140例如从存储部150获取与在步骤S104中评估部130评估出的评估结果对应的图像,将获取到的图像发送至显示装置400。
显示装置400获取输出部140输出的图像,并且显示该图像。由此,被评估者U能够简便地确认认知能力的评估结果。
图4是示出在图3所示的步骤S101中获取部110获取被评估者U的声音数据之方法的一例的图。
如图4的(a)所示,医生D等对被评估者U说:“句子会显示于终端,请大声说出这些句子好吗?”。此外,医生D也可以直接对被评估者U进行说明,也可以让被评估者U听取所录制的声音,也可以使说明文显示于显示装置400。使用使被评估者U听到所录制的声音、或者使说明文显示于显示装置400的方法,由此即使医生D不在被评估者U的附近,被评估者U也能够使用认知能力评估装置100来确认自身的认知能力。
然后,如图4的(b)所示,在显示装置400中,显示包括被评估者U要说的课题信息即句子的图像410。图像410中包含的句子如果包括多个元音即可,句子的内容并无特别限定。在图4的(b)中,例示有包括句子“昨天的晚餐是女儿给我做的咖喱饭,很好吃,谢谢。”的图像410。此外,图像410中包括的句子既可以包括元音以外的文字,也可以不包括。另外,图像410中包括的句子也可以是单词。
然后,如图4的(c)所示,被评估者U说出图像410中包括的句子。在图4所示的例中,计算部120例如提取“ありがとう”中的“あ”和“う”。
如此,使被评估者U要说的句子显示于图像410,由此与医生D将该句子以声音的形式传达至被评估者U的情形相比较而言,在检测被评估者U的声音的情况下噪声不易进入。
另外,存在如下的情况:测定从对被评估者U提示被评估者U要说的句子至被评估者U说出为止的时间,用于对认知能力的评估。在该情况下,计算部120计算从输出部140输出课题信息(具体而言,图4的(b)所示的图像410)至获取部110获取声音数据为止的时间,作为特征量。如此,使被评估者U要说的句子显示于图像410,由此与医生D将该句子以声音的形式传达至被评估者U的情形相比较而言,容易正确地测定从对被评估者U提示被评估者U要说的句子至被评估者U说出为止的时间。
图5是示出表示评估者U说出的声音的声音数据的一例的图。具体而言,图5是示出被评估者U说出“ありがとう”的情况下的声音数据的曲线图。图5所示的曲线图的横轴为时间,纵轴为振幅。
如图5所示,在曲线图中,确认与“あ”、“り”、“が”、“と”、“う”对应的音压的变化。获取部110在步骤S101(参照图3)中,从被评估者U获取图5所示的数据,作为声音数据。计算部120例如在步骤S102(参照图3)中,通过已知的方法从图5所示的声音数据中提取元音“あ”、“う”。更具体而言,计算部120在步骤S102(参照图3)中,通过已知的方法从图5所示的声音数据中提取表示作为元音的“あ”的声音数据的提取范围W。
另外,存在如下情况:测定从对被评估者U提示被评估者U要说的句子至被评估者U说出为止的时间即经过时间t,用于对认知能力的评估。在该情况下,计算部120根据输出部140输出课题信息的时刻即显示时刻t1、获取部110获取声音数据的时刻即说出时刻t2,来计算经过时间t。此外,假定输出部140输出课题信息的时刻与显示装置400显示课题信息的时刻之间产生时间差。在该情况下,作为显示时刻t1,也可以采用输出部140输出课题信息的时刻,也可以采用显示装置400显示课题信息的时刻。在预先知晓该时间差的情况下,也可以采用以该时间差对输出部140输出课题信息的时刻进行校正而得的时刻,作为显示时刻t1。
此外,认知能力评估装置100为了测定时间也可以具备RTC(Real Time Clock:实时时钟)等计时部。
图6是用于说明计算部120根据声音数据计算的共振峰的频率的图。具体而言,图6是示出图5所示的声音数据将横轴变换为频率而得到的元音的声谱的曲线图。此外,图6的纵轴为振幅。
如图6中虚线所示,在将声音数据的横轴变换为频率而得到的数据中,确认到多个峰值。多个峰值中,频率最低的峰值的频率为第一共振峰的频率F1。另外,紧挨第一共振峰的频率F1的下一个频率低的峰值的频率为第二共振峰的频率F2。另外,紧挨第二共振峰的频率F2的下一个频率低的峰值的频率为第三共振峰的频率F3。如此,计算部120通过已知的方法从获取部110获取到的声音数据中提取元音的部分,将提取出的元音的部分的声音数据通过数据转换来转换成相对于频率而言的振幅,由此计算元音的声谱,并计算共振峰的频率。另外,共振峰的振幅,例如为图6所示的各共振峰的频率的峰值强度。
此外,图6所示的曲线图是通过对图5所示的声音数据进行回归分析来计算的。在回归分析中,例如采用倒谱分析、线性预测分析(Linear Predictive Coding:LPC)等。
图7是示出计算部120根据声音数据而计算的共振峰的频率的时间变化的一例的图。具体而言,图7是用于说明第一共振峰的频率F1、第二共振峰的频率F2、以及第三共振峰的频率F3的频率的时间变化的一例的曲线图。
例如,使被评估者U发出的“あ”等元音发音几秒钟。认知能力评估装置100按每60msec等规定的时间间隔将被评估者U发出的声音分割,按分割出的每个时间间隔各自计算共振峰的频率。由此,计算部120计算共振峰的频率相对于时间而言的变化量、标准偏差等。此外,特定的时间间隔也可以是任意设定的,例如,可以是比60msec短,也可以是比60msec长。另外,计算标准偏差时的时间的范围也可以是任意设定的。另外,如果在计算共振峰的频率时配合地计算共振峰的振幅的时间变化即可。
而且,痴呆症的诊断可以是被评估者U接受用于诊断痴呆症的分批测试即MoCA测试,由此能够确定被评估者U是否为痴呆症。图8是示出被评估者U接受了MoCA测试时获得的得分的图。
本发明者等人将包括正常者(NC:Normal Control)、轻度痴呆症患者(MCI:MildCognitive Inpairment)及痴呆症患者(AD)的多个被评估者集中来实施MoCA测试。NC的被评估者数(Number of subjects)为90人,MCI的被评估者数为94人,AD的被评估者数为93人。
根据图8能够确认,NC与MCI与AD中,MoCA的得分平均值(MoCA average score)和得分范围(MoCA score range)不同。具体而言,NC的MoCA的得分平均值为27.4,MCI的MoCA的得分平均值为22.1,AD的MoCA的得分平均值为16.2。将这样得到的MoCA测试等的结果与第一共振峰的频率F1、第二共振峰的频率F2等被评估者U的特征量的关联用作参照数据151,由此认知能力评估装置100能够根据被评估者U的声音与参照数据151来对被评估者U的认知能力进行评估。
图9是用于说明参照数据151与计算部120计算出的声音数据的特征量之间的关系的一例的图。
在存储部150中,存储有例如表示相对于第一共振峰的频率F1与第二共振峰的频率F2之比而言认知能力是与NC、或是与MCI、还是与AD对应的数据,作为参照数据151。在图9中示出,例如在被评估者U的特征量即第一共振峰的频率F1与第二共振峰的频率F2的比率为虚线所示的曲线图的范围A的内侧的情况下评估部130评估为被评估者U是MCI的例子。例如,在计算部120计算出的被评估者U的特征量为图9所示的特征量R的情况下,评估部130判定特征量R是否被包含在范围A中,在被包含在范围A中的情况下,判定为被评估者U的认知能力是MCI。
图10是示出显示装置400中显示的认知能力低下的图像的一例的图。
显示装置400显示如图10所示的图像420,作为评估部130评估出的评估结果。图像420例如是评估部130将被评估者U的认知能力评估为MCI的情况下显示的图像的一例。如此,显示装置400将评估部130评估出的评估结果作为图像来显示。由此,例如被评估者U在家中等使用认知能力评估装置100评估认知能力的情况下,认知能力评估装置100能够督促被评估者U接受医生等的诊察。
[效果等]
以上,实施方式涉及的认知能力评估装置100具备获取部110、计算部120、评估部130、以及输出部140。获取部110获取表示被评估者U发出的声音的声音数据。计算部120从获取部110获取到的声音数据中提取多个元音,关于多个元音各自计算基于从该元音的声谱得到的一个以上的共振峰的频率和振幅而得的特征量。评估部130根据计算部120计算出的特征量来对被评估者U的认知能力进行评估。输出部140输出评估部130评估出的评估结果。
由此,认知能力评估装置100根据表示被评估者U发出的声音的声音数据来计算共振峰的频率和振幅,作为特征量。认为NC与MCI与AD中,共振峰的频率和振幅的特征不同。因此,根据认知能力评估装置100,不需要通过机器学习等来分析和累积大量的数据,而能够简便且精度良好地对被评估者U的认知能力进行评估。另外,通过将多个元音作为评估的对象,能够精度更好地对被评估者U的认知能力进行评估。
例如,作为一个以上的共振峰的频率和振幅,计算部120也可以计算的第二共振峰的频率F2和振幅,作为特征量。
已知第二共振峰的频率F2是人的声音的从低频侧数起第二个可见的振幅的峰值频率,容易反映声带音源在声道、唇、舌等的口腔、鼻腔等中产生的共鸣中与舌的位置相关的影响。另外,例如,认为AD多会有维持舌、颚的位置的运动机能衰退的情况。因此,认为在第二共振峰的频率F2和振幅方面,NC与AD容易产生不同。由此,通过将与第二共振峰的频率F2和振幅相关的量作为特征量来用于对认知能力的评估,能够精度更好地对被评估者U的认知能力进行评估。
另外,例如,作为一个以上的共振峰的频率,计算部120也可以计算根据声音数据而计算的声谱中的每特定时间的多个第二共振峰的频率F2和振幅,并且根据计算出的多个第二共振峰的频率F2和振幅来计算第二共振峰的频率F2和振幅的标准偏差,作为特征量。
如上所述,例如认为AD多会有维持舌、颚的位置的运动机能衰退的情况。因此,认为与NC相比较而言AD发出的声音难以稳定。即,与NC相比较而言AD发出的声音会偏离,因此认为第二共振峰的频率F2和振幅的标准偏差增大。由此,通过将第二共振峰的频率F2和振幅的标准偏差作为特征量来用于对认知能力的评估,能够精度更好地对被评估者U的认知能力进行评估。
另外,例如,作为一个以上的共振峰的频率,计算部120也可以计算根据声音数据而计算的声谱中的每特定时间的多个第二共振峰的频率F2和振幅,并且计算所计算出的多个第二共振峰的频率F2和振幅相对于时间而言的变化量,作为特征量。
如上所述,例如,认为AD多会有维持舌、颚的位置的运动机能衰退的情况。因此,认为与NC相比较而言AD发出的声音难以稳定。即,与NC相比较而言AD发出的声音会偏离,因此认为第二共振峰的频率F2和振幅的时间变化增大。由此,通过将第二共振峰的频率F2和振幅相对于时间而言的变化量作为特征量来用于对认知能力的评估,能够精度更好地对被评估者U的认知能力进行评估。
另外,例如,作为一个以上的共振峰的频率和振幅,计算部120也可以基于根据声音数据计算的声谱来计算第一共振峰的频率F1和振幅以及第二共振峰的频率F2和振幅。进而,计算部120也可计算相对于计算出的第一共振峰的频率F1而言的第二共振峰的频率F2、以及相对于第一共振峰的振幅而言的第二共振峰的振幅,作为特征量。
已知第一共振峰的频率F1是人的声音的从低频侧数起第一个可见的振幅的峰值频率,容易反映与舌的运动相关的特征。另外,与NC相比较而言AD多会有无法使舌顺畅地运动的情况。因此,认为第一共振峰的频率F1和振幅会在NC与AD之间容易产生差异。另外,估计在共振峰的频率和振幅方面会产生个人差异。进而,估计第一共振峰的频率F1和振幅与第二共振峰的频率F2和振幅会因每个人而相关联。因此,通过将相对于第一共振峰的频率F1而言的第二共振峰的频率F2、以及相对于第一共振峰的振幅而言的第二共振峰的振幅作为特征量来用于对认知能力的评估,能够抑制个人差异,而精度更好地对被评估者U的认知能力进行评估。
另外也可以是,例如,认知能力评估装置100还具备存储部150,该存储部150存储有表示和人的特征量相关的信息与人的认知能力之间的关系的参照数据151。评估部130也可以通过将被评估者U的特征量与存储在存储部150的参照数据151进行对照来对被评估者U的认知能力进行评估。
由此,认知能力评估装置100根据获取到的声音数据来计算基于共振峰的频率和振幅而得的特征量,将计算出的特征量与参照数据151进行对照,由此能够对被评估者U的认知能力进行评估。因此,根据认知能力评估装置100,不需要分析和累积机器学习等大量的数据,而能够简便且精度良好地对被评估者U的认知能力进行评估。
另外,例如,输出部140也可以输出用于使被评估者U发出特定的声音的课题信息。另外,计算部120也可以还计算从输出部140输出课题信息至获取部110获取声音数据为止的时间、声音数据表示的振幅的时间变化、以及相对于课题信息而言的正误中的至少一者,作为特征量。
与NC相比较而言AD多会有反应速度低下的情况。因此,认为从显示装置400显示课题信息至说出为止,NC与AD会容易产生不同。由此,通过还将从显示装置400显示课题信息至说出为止的时间作为特征量来用于对认知能力的评估,能够精度更好地对被评估者U的认知能力进行评估。
另外,与NC相比较而言AD多会有无法使舌或颚等口周围的肌肉顺畅地运动的情形。因此,认为与NC相比较而言AD的振幅不稳定。由此,通过与共振峰的频率配合地将被评估者的振幅的时间变化作为特征量来用于对认知能力的评估,能够精度更好地对被评估者U的认知能力进行评估。
另外,认为与NC相比较而言AD即使对于简单的问题也答错的可能性高。因此,将课题信息中包括的句子作为询问正误的问题(提问),并与其正误配合地作为特征量来用于对认知能力的评估,由此能够精度更好地对被评估者U的认知能力进行评估。
另外,实施方式涉及的认知能力评估系统200具备:认知能力评估装置100;集音装置300,其检测被评估者的声音,并且将表示检测到的声音的声音数据输出至获取部110;以及显示装置400,其显示输出部140输出的评估结果。
由此,认知能力评估系统200能够利用集音装置300检测被评估者U的声音,利用认知能力评估装置100对被评估者U的认知能力进行评估,利用显示装置400显示该评估结果。即,根据认知能力评估系统200,不需要通过机器学习等分析和累积大量的数据,而能够简便且精度良好地对被评估者U的认知功能进行评估。
另外,实施方式涉及的认知能力评估方法包括:获取步骤,获取表示被评估者U发出的声音的声音数据;计算步骤,从在获取步骤获取到的声音数据中提取多个元音,关于多个元音各自计算基于从该元音的声谱得到的一个以上的共振峰的频率和振幅而得的特征量;以及评估步骤,根据在计算步骤计算出的特征量来对被评估者的认知能力进行评估,并输出评估结果。
由此,根据实施方式涉及的认知能力评估方法,根据被评估者U发出的声音来计算共振峰的频率和振幅,作为被评估者U的特征量。认为共振峰的频率和振幅在NC与MCI与AD中特征会不同。因此,根据实施方式涉及的认知能力评估方法,不需要通过机器学习等来分析和累积大量的数据,而能够简便且精度良好地对被评估者U的认知功能进行评估。
另外,本发明也可作为存储有使计算机执实行认知能力评估方法中包括的步骤的程序的存储介质来实现。
由此,实施方式涉及的认知能力评估方法能使用计算机来简便地执行。
(变形例)
接下来,对实施方式涉及的变形例1及变形例2的认知能力评估系统进行说明。此外,关于与实施方式相同的结构标注相同的符号,有时省略或简化重复的说明。
图11是示出实施方式涉及的变形例1的认知能力评估系统的结构的图。
与实施方式涉及的认知能力评估系统200同样地,实施方式的变形例1涉及的认知能力评估系统200a具备认知能力评估装置100、集音装置300、以及显示装置400。认知能力评估系统200a例如也可以是以覆盖集音装置300的方式具备爆破音防护件320。
另外,在认知能力评估系统200a中,采用具有指向性的集音装置300。这里,集音装置300与和显示装置400配置为,集音装置300表现出最大灵敏度的方向(图11所示的集音方向V2)与显示装置400显示课题信息的显示面401的法线方向V1一致。具体而言,集音装置300与显示装置400是以法线方向V1与集音方向V2平行的方式配置于桌子等固定物。此外,集音装置300与显示装置400也可固定于建筑材料等。另外,认知能力评估系统200a也可以具备用于固定集音装置300与显示装置400的位置关系的固定器具。
由此,即使被评估者U一边看着显示装置400一边说话的情况下,集音方向V2与说话的方向也容易一致。因此,通过设为如认知能力评估系统200a那样的位置关系,集音装置300容易正确地检测被评估者U的声音。
接下来,对实施方式涉及的变形例2的认知能力评估系统进行说明。
图12是示出实施方式涉及的变形例2的认知能力评估系统的结构的图。
与实施方式涉及的认知能力评估系统200同样地,实施方式涉及的变形例2的认知能力评估系统200b具备认知能力评估装置100、集音装置300a、以及显示装置400。
与集音装置300同样地,集音装置300a是检测被评估者U发出的声音并将表示检测到的声音的声音数据输出至认知能力评估装置100的麦克风。另外,集音装置300a与实施方式1的认知能力评估系统200中的集音装置300同样地具有指向性。
在认知能力评估系统200b中,将集音装置300a与显示装置400作为一体地形成。具体而言,集音装置300a与显示装置400配置于同一壳体。在将集音装置300a与显示装置400一体地形成的制造方法中,如果以法线方向V1与集音方向V2一致的方式形成,则在被评估者U利用认知能力评估系统200b时,能抑制法线方向V1与集音方向V2偏离。
(其它实施方式)
以上,对实施方式以及实施方式涉及的变形例1及变形例2的认知能力评估系统等进行了说明,但本发明并不限定在所述实施方式。
在所述实施方式中,认知能力评估装置对NC或MCI或AD进行了评估,作为认知能力的评估的一具体例。然而,认知能力评估装置并不限定于对NC或MCI或AD的评估。例如,也可以对被评估者U的酒醉的程度进行评估。
另外,在所述实施方式中,列举阿兹海默氏痴呆症作为认知能力低下的症状的一具体例。然而,认知能力是表示认识、记忆、判断的能力,痴呆症是表示可观察到所述认知能力低下的症状。即,认知能力评估装置评估的认知能力的程度并不限定于阿兹海默氏痴呆症,例如也可以是血管性痴呆症等。
另外,在所述实施方式中,为了对被评估者U的认知能力的程度进行评估,存储部150预先存储有表示MoCA测试的得分与共振峰的特征量的关联性的数据,作为参照数据151。然而,参照数据如果是通过与共振峰的特征量的对照而能够对认知能力的程度进行评估的数据即可,并不限定于表示MoCA测试与共振峰的特征量的关联性的资料。例如,参照数据也可以是表示MMSE(Mini-Mental State Examination:简易智能测试检查)等的得分与共振峰的频率等特征量之间的关系的数据。
另外,本发明也可作为使计算机执行认知能力评估装置所执行的步骤的程序来实现。另外,本发明也可以作为通过记录有该程序的计算机可读取的CD-ROM(compact diskread only memory:光盘)等存储介质来实现。另外,本发明也可以作为表示该程序的信息、数据或信号来实现。而且,这些程序、信息、数据及信号也可经由因特网等通讯网络来发出。
另外,在被评估者说出的句子为外文的情况下,也可以根据包括“a”、“i”、“u”、“e”、“o”等的声音来计算共振峰的频率。
另外,在所述实施方式中,仅计算从被评估者得到的声音数据来作为特征量,对被评估者的认知能力进行评估,但也可以将能够评估其它已知的认知能力的数据组合来实施评估。例如,已知认知能力与步幅、步间隔、步行速度等与步行相关的步行数据存在关联。将所述实施方式中评估出的被评估者的声音数据与被评估者的步行数据组合来用于认知能力的评估,由此能够精度更好地对被评估者的认知能力进行评估。
另外,在所述实施方式中,例示有多个由计算部计算的特征量。评估部也可以根据由计算部计算的多个不同的特征量来对被评估者的认知能力进行评估。另外,评估部也可以对各个特征量加权来对被评估者的认知能力进行评估。评估部执行的加权中使用的系数也可以是任意决定的。
此外,对各实施方式实施本领域技术人员想到的各种变化所得的形态、或在不脱离本发明的主旨的范围内将各实施方式涉及的结构要素及功能任意地组合所实现的形态也包括在本发明中。
附图标记说明
100:认知能力评估装置;110:获取部;120:计算部;130:评估部;140:输出部;150:存储部;151:参照数据;200、200a、200b:认知能力评估系统;300、300a:集音装置;400:显示装置;401:显示面;420:图像;F1:第一共振峰的频率;F2:第二共振峰的频率;R:特征量;t:经过时间;U:被评估者;V1:法线方向;V2:集音方向。
Claims (8)
1.一种认知能力评估装置,具备:
获取部,其获取表示被评估者发出的声音的声音数据;
计算部,其从所述获取部获取到的所述声音数据中提取多个元音,关于所述多个元音各自计算基于从该元音的声谱得到的一个以上的共振峰的频率和振幅而得的特征量;
评估部,其根据所述计算部计算出的所述特征量来对所述被评估者的认知能力进行评估;以及
输出部,其输出所述评估部评估出的评估结果,
其中,所述计算部计算所述声谱中的每特定时间的多个第二共振峰的频率和振幅,作为所述一个以上的共振峰的频率和振幅,
所述计算部计算所计算出的所述多个第二共振峰的频率和振幅相对于时间而言的变化量作为所述特征量,
所述变化量越大,则所述被评估者的认知能力被判定为越低。
2.根据权利要求1所述的认知能力评估装置,其特征在于,
所述计算部还根据计算出的所述多个第二共振峰的频率和振幅,计算第二共振峰的频率和振幅的标准偏差,作为所述特征量。
3.根据权利要求1所述的认知能力评估装置,其特征在于,
还具备存储部,该存储部存储表示与人的所述特征量相关的信息和所述人的认知能力之间的关系的参照数据,
所述评估部通过将所述被评估者的所述特征量与存储在所述存储部的所述参照数据进行对照来对所述被评估者的认知能力进行评估。
4.根据权利要求1至3中的任一项所述的认知能力评估装置,其特征在于,
所述输出部输出用于使所述被评估者发出特定声音的课题信息,
所述计算部还计算从所述输出部输出所述课题信息至所述获取部获取所述声音数据为止的时间、所述声音数据表示的振幅的时间变化、以及相对于所述课题信息而言的正误中的至少一者,作为所述特征量。
5.一种认知能力评估系统,具备:
根据权利要求1至4中的任一项所述的认知能力评估装置;
集音装置,其检测所述被评估者的声音;以及
显示装置,其显示所述输出部输出的评估结果。
6.根据权利要求5所述的认知能力评估系统,其特征在于,
所述集音装置具有指向性,
所述集音装置与所述显示装置配置为所述集音装置表现出最大灵敏度的方向与所述显示装置的显示面的法线方向一致。
7.一种认知能力评估方法,包括:
获取步骤,获取表示被评估者发出的声音的声音数据;
计算步骤,从在所述获取步骤获取到的所述声音数据中提取多个元音,关于所述多个元音各自计算基于从该元音的声谱得到的一个以上的共振峰的频率和振幅而得的特征量;以及
评估步骤,根据在所述计算步骤计算出的所述特征量来对所述被评估者的认知能力进行评估,并输出评估结果,
其中,在所述计算步骤中,计算所述声谱中的每特定时间的多个第二共振峰的频率和振幅,作为所述一个以上的共振峰的频率和振幅,
在所述计算步骤中,计算所计算出的所述多个第二共振峰的频率和振幅相对于时间而言的变化量,作为所述特征量,
所述变化量越大,则所述被评估者的认知能力被判定为越低。
8.一种存储有程序的存储介质,该程序用于使计算机执行根据权利要求7所述的认知能力评估方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017163795A JP6312014B1 (ja) | 2017-08-28 | 2017-08-28 | 認知機能評価装置、認知機能評価システム、認知機能評価方法及びプログラム |
JP2017-163795 | 2017-08-28 | ||
PCT/JP2018/027230 WO2019044255A1 (ja) | 2017-08-28 | 2018-07-20 | 認知機能評価装置、認知機能評価システム、認知機能評価方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110958859A CN110958859A (zh) | 2020-04-03 |
CN110958859B true CN110958859B (zh) | 2023-06-30 |
Family
ID=61968199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880049623.4A Active CN110958859B (zh) | 2017-08-28 | 2018-07-20 | 认知能力评估装置、认知能力评估系统、认知能力评估方法及存储介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11766209B2 (zh) |
JP (1) | JP6312014B1 (zh) |
CN (1) | CN110958859B (zh) |
TW (1) | TWI666633B (zh) |
WO (1) | WO2019044255A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3821815A4 (en) * | 2018-07-13 | 2021-12-29 | Life Science Institute, Inc. | Mental/nervous system disorder estimation system, estimation program, and estimation method |
CN109493968A (zh) * | 2018-11-27 | 2019-03-19 | 科大讯飞股份有限公司 | 一种认知评估方法及装置 |
US11133026B2 (en) * | 2019-01-04 | 2021-09-28 | International Business Machines Corporation | Natural language processor for using speech to cognitively detect and analyze deviations from a baseline |
JP7241321B2 (ja) * | 2019-03-26 | 2023-03-17 | パナソニックIpマネジメント株式会社 | 認知機能検査方法、プログラム、及び認知機能検査システム |
WO2020208889A1 (ja) * | 2019-04-10 | 2020-10-15 | パナソニックIpマネジメント株式会社 | 認知機能評価装置、認知機能評価システム、認知機能評価方法、及び、プログラム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102473415A (zh) * | 2010-06-18 | 2012-05-23 | 松下电器产业株式会社 | 声音控制装置、声音控制程序及声音控制方法 |
CN103370743A (zh) * | 2011-07-14 | 2013-10-23 | 松下电器产业株式会社 | 音质变换系统、音质变换装置及其方法、声道信息生成装置及其方法 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004240394A (ja) * | 2002-12-12 | 2004-08-26 | Sense It Smart Corp | 話者音声解析システムおよびこれに用いるサーバ装置、話者音声の解析を利用した健康診断方法、話者音声解析プログラム |
US20070111173A1 (en) * | 2004-01-13 | 2007-05-17 | Posit Science Corporation | Method for modulating listener attention toward synthetic formant transition cues in speech stimuli for training |
US8938390B2 (en) | 2007-01-23 | 2015-01-20 | Lena Foundation | System and method for expressive language and developmental disorder assessment |
KR100634526B1 (ko) * | 2004-11-24 | 2006-10-16 | 삼성전자주식회사 | 포만트 트래킹 장치 및 방법 |
WO2006122304A1 (en) * | 2005-05-11 | 2006-11-16 | Bio-Logic Systems Corp. | Neurophysiological central auditory processing evaluation system and method |
JP2007114631A (ja) * | 2005-10-24 | 2007-05-10 | Takuya Shinkawa | 情報処理装置、情報処理方法、およびプログラム |
US20070134635A1 (en) * | 2005-12-13 | 2007-06-14 | Posit Science Corporation | Cognitive training using formant frequency sweeps |
JP2007282992A (ja) * | 2006-04-19 | 2007-11-01 | Sky Kk | 認知症診断支援システム |
JP4171832B1 (ja) * | 2007-10-04 | 2008-10-29 | 国立大学法人鳥取大学 | 痴呆症診断装置及び痴呆症診断プログラム |
US20090099848A1 (en) * | 2007-10-16 | 2009-04-16 | Moshe Lerner | Early diagnosis of dementia |
US20100298649A1 (en) * | 2007-11-02 | 2010-11-25 | Siegbert Warkentin | System and methods for assessment of the aging brain and its brain disease induced brain dysfunctions by speech analysis |
US8401849B2 (en) * | 2008-12-18 | 2013-03-19 | Lessac Technologies, Inc. | Methods employing phase state analysis for use in speech synthesis and recognition |
JP4876207B2 (ja) * | 2010-06-11 | 2012-02-15 | 国立大学法人 名古屋工業大学 | 認知機能障害危険度算出装置、認知機能障害危険度算出システム、及びプログラム |
TWI403304B (zh) * | 2010-08-27 | 2013-08-01 | Ind Tech Res Inst | 隨身語能偵知方法及其裝置 |
JP5959016B2 (ja) | 2011-05-31 | 2016-08-02 | 国立大学法人 名古屋工業大学 | 認知機能障害判別装置、認知機能障害判別システム、およびプログラム |
US20130158434A1 (en) * | 2011-12-20 | 2013-06-20 | Delta Electronics, Inc. | Apparatus for voice assisted medical diagnosis |
JP5959051B2 (ja) * | 2012-05-23 | 2016-08-02 | シャープ株式会社 | 認知症問診支援装置 |
US20140073993A1 (en) * | 2012-08-02 | 2014-03-13 | University Of Notre Dame Du Lac | Systems and methods for using isolated vowel sounds for assessment of mild traumatic brain injury |
EP3057493B1 (en) * | 2013-10-20 | 2020-06-24 | Massachusetts Institute Of Technology | Using correlation structure of speech dynamics to detect neurological changes |
WO2015111772A1 (ko) * | 2014-01-24 | 2015-07-30 | 숭실대학교산학협력단 | 음주 판별 방법, 이를 수행하기 위한 기록매체 및 단말기 |
US20170150907A1 (en) * | 2015-02-04 | 2017-06-01 | Cerebral Assessment Systems, LLC | Method and system for quantitative assessment of visual motor response |
US10127929B2 (en) * | 2015-08-19 | 2018-11-13 | Massachusetts Institute Of Technology | Assessing disorders through speech and a computational model |
WO2017136656A1 (en) * | 2016-02-04 | 2017-08-10 | Northwestern University | Methods and systems for identifying non-penetrating brain injuries |
US10475530B2 (en) * | 2016-11-10 | 2019-11-12 | Sonde Health, Inc. | System and method for activation and deactivation of cued health assessment |
-
2017
- 2017-08-28 JP JP2017163795A patent/JP6312014B1/ja active Active
-
2018
- 2018-07-20 WO PCT/JP2018/027230 patent/WO2019044255A1/ja active Application Filing
- 2018-07-20 US US16/634,863 patent/US11766209B2/en active Active
- 2018-07-20 CN CN201880049623.4A patent/CN110958859B/zh active Active
- 2018-07-26 TW TW107125849A patent/TWI666633B/zh not_active IP Right Cessation
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102473415A (zh) * | 2010-06-18 | 2012-05-23 | 松下电器产业株式会社 | 声音控制装置、声音控制程序及声音控制方法 |
CN103370743A (zh) * | 2011-07-14 | 2013-10-23 | 松下电器产业株式会社 | 音质变换系统、音质变换装置及其方法、声道信息生成装置及其方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2019044255A1 (ja) | 2019-03-07 |
US20200229752A1 (en) | 2020-07-23 |
TWI666633B (zh) | 2019-07-21 |
CN110958859A (zh) | 2020-04-03 |
US11766209B2 (en) | 2023-09-26 |
JP2019040143A (ja) | 2019-03-14 |
TW201913648A (zh) | 2019-04-01 |
JP6312014B1 (ja) | 2018-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111315302B (zh) | 认知功能评估装置、认知功能评估系统、认知功能评估方法及程序记录介质 | |
CN110958859B (zh) | 认知能力评估装置、认知能力评估系统、认知能力评估方法及存储介质 | |
JP6268628B1 (ja) | 認知機能評価装置、認知機能評価システム、認知機能評価方法及びプログラム | |
US20170119302A1 (en) | Screening for neurological disease using speech articulation characteristics | |
WO2020013302A1 (ja) | 精神・神経系疾患の推定システム、推定プログラムおよび推定方法 | |
Lien et al. | Voice relative fundamental frequency via neck-skin acceleration in individuals with voice disorders | |
CN114828743A (zh) | 自动和客观的症状严重程度评分 | |
JP7022921B2 (ja) | 認知機能評価装置、認知機能評価システム、認知機能評価方法及びプログラム | |
US20210219893A1 (en) | System and method for measurement of vocal biomarkers of vitality and biological aging | |
JP7307507B2 (ja) | 病態解析システム、病態解析装置、病態解析方法、及び病態解析プログラム | |
JP7296595B2 (ja) | 認知機能評価装置、認知機能評価システム、認知機能評価方法、及び、プログラム | |
Cordella | Quantitative assessment of motor speech impairment in primary progressive aphasia | |
HU231329B1 (hu) | Eljárás, adatfeldolgozó rendszer, számítógépes programtermék és számítógéppel olvasható tárolóegység neurokognitív zavar automatizált felismerésére |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |