CN113425293B - 一种听觉失认障碍评估系统及方法 - Google Patents

Abstract

本发明公开一种听觉失认障碍评估系统包括：分类模块对听觉失认障碍进行分类；音频数据库存储每一分类听觉失认障碍名称与对应的音频测试数据集，音频测试数据集包括多个音频测试数据及每一音频测试数据对应的多个待选图片信息；交互模块依次播放某一分类听觉失认障碍对应的音频测试数据集中的每一音频测试数据和显示该音频测试数据对应的多个待选图片信息，并依次接收患者输入的从该些待选图片信息中选取的与该音频测试数据匹配的待选图片信息；评测模块基于患者输入的针对每一分类听觉失认障碍的待选图片信息选取结果进行评分，在待选图片信息选取结果中选取错误的待选图片的评分达到设定阈值时则评定患者患有该分类听觉失认障碍。

Description

一种听觉失认障碍评估系统及方法

技术领域

本发明涉及听觉失认障碍技术领域，特别是涉及一种听觉失认障碍评估系统及方法。

背景技术

听觉失认症是指在拥有完整的听力、认知能力和语言能力(阅读、写作、口语)的情况下对声音的感知和识别存在障碍。听觉失认症患者可有正常的听力，听得到声音，但是大脑不能处理听到的声音、不能识别声音而无法理解他人的言语，即不是由听觉或认知障碍引起的听觉认知缺陷称为听觉失认症。听觉失认症有别于周围听力损失，也有别于因双侧颞骨受损导致的听敏度下降和初级听觉皮层受损所导致的中枢性聋或脑性耳聋，后者是由于外周听觉到听觉皮层的投射受损。中枢性聋或皮质性聋患者表现得像耳聋一样(尽管外周听力和脑干诱发电位正常)，而听觉失认症患者能感知声音，但是对声音识别有困难。

听觉失认症既可以影响所有类型的声音感知，也可以相对局限地影响某一特定的声音领域。目前国际上有关听觉失认的研究报告不多，相关诊断方法和治疗手段仍很缺乏，值得耳科临床进一步研究和关注。

发明内容

本发明针对现有技术存在的问题和不足，提供一种新型的听觉失认障碍评估系统及方法。

本发明是通过下述技术方案来解决上述技术问题的：

本发明提供一种听觉失认障碍评估系统，其特点在于，其包括分类模块、音频数据库、交互模块和评测模块；

所述分类模块用于对听觉失认障碍进行分类，分类为语言听觉失认障碍、语音听觉失认障碍、环境音听觉失认障碍、音乐听觉失认障碍、一般性听觉失认障碍；

所述音频数据库用于存储有每一分类听觉失认障碍名称与对应的音频测试数据集，所述音频测试数据集包括多个音频测试数据及每一音频测试数据对应的多个待选图片信息，该音频测试数据是由该些待选图片信息中的一个待选图片信息中的物体发出的；

所述交互模块用于依次播放某一分类听觉失认障碍对应的音频测试数据集中的每一音频测试数据和显示该音频测试数据对应的多个待选图片信息，并依次接收患者输入的从该些待选图片信息中选取的与该音频测试数据匹配的待选图片信息；

所述评测模块用于基于患者输入的针对每一分类听觉失认障碍的待选图片信息选取结果进行评分，在待选图片信息选取结果中选取错误的待选图片的评分达到设定阈值时则评定患者患有该分类听觉失认障碍。

优选地，所述听觉失认障碍评估系统还包括收集模块、训练模块和预测模块；

所述收集模块用于收集同类型的多名历史患者的听觉失认输入信息和听觉失认输出信息，所述听觉失认输入信息包括依次播放的音频测试数据和对应依次选取的待选图片信息，所述听觉失认输出信息包括该名历史患者是否患有对应类听觉失认障碍；

所述训练模块用于利用该些历史患者的听觉失认输入信息作为神经网络模型的输入、利用对应的该些听觉失认输出信息作为神经网络模型的输出，来对神经网络模型进行训练；

所述预测模块用于将针对新患者的依次播放的音频测试数据和对应依次选取的待选图片信息输入至同类型的训练好的神经网络模型中进行预测，以输出新患者是否患有对应类听觉失认障碍。

优选地，所述听觉失认障碍评估系统还包括分析模块；

所述听觉失认输出信息包括该名历史患者患有对应类听觉失认障碍的概率；

所述预测模块用于将针对新患者的依次播放的音频测试数据和对应依次选取的待选图片信息输入至同类型的训练好的神经网络模型中进行预测，以输出新患者患有对应类听觉失认障碍的概率；

所述分析模块用于对输出的各个新患者患有对应类听觉失认障碍的概率进行分析，并将概率达到设定概率值对应的对应类听觉失认障碍和概率进行输出。

本发明的积极进步效果在于：

本发明中，依次播放某一分类听觉失认障碍对应的音频测试数据集中的每一音频测试数据和显示该音频测试数据对应的多个待选图片信息，并依次接收患者输入的从该些待选图片信息中选取的与该音频测试数据匹配的待选图片信息，基于患者输入的针对每一分类听觉失认障碍的待选图片信息选取结果进行评分，从而评定患者是否患有该分类听觉失认障碍。本发明能够准确地评估出患者是否患有听觉失认障碍以及患有听觉失认障碍的具体类型。

附图说明

图1为本发明实施例1的听觉失认障碍评估系统的结构框图。

图2为本发明实施例2的听觉失认障碍评估系统的结构框图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

实施例1

本实施例提供一种听觉失认障碍评估系统，其包括分类模块1、音频数据库2、交互模块3和评测模块4。

所述分类模块1用于对听觉失认障碍进行分类，分类为语言听觉失认障碍、语音听觉失认障碍、环境音听觉失认障碍、音乐听觉失认障碍、一般性听觉失认障碍。

所述音频数据库2用于存储有每一分类听觉失认障碍名称与对应的音频测试数据集，所述音频测试数据集包括多个音频测试数据及每一音频测试数据对应的多个待选图片信息，该音频测试数据是由该些待选图片信息中的一个待选图片信息中的物体发出的。

例如：音乐听觉失认障碍，其对应有一个音频测试数据集，音频测试数据集中含有20种音频测试数据(其中10种民族乐器发出的音乐，10种西洋乐器发出的音乐)，每一个音频测试数据均对应有4幅待选图片可供患者选择。

环境音听觉失认障碍，其对应有一个音频测试数据集，音频测试数据集中含有20种音频测试数据(其中含有电话铃声、狗叫声、小鸟叫声等等)，每一个音频测试数据均对应有4幅待选图片可供患者选择。

语音听觉失认障碍，其对应有一个音频测试数据集，音频测试数据集中含有20种音频测试数据(其中含有元音、辅音等等)，每一个音频测试数据均对应有4幅待选图片可供患者选择。

所述交互模块3用于依次播放某一分类听觉失认障碍对应的音频测试数据集中的每一音频测试数据和显示该音频测试数据对应的多个待选图片信息，并依次接收患者输入的从该些待选图片信息中选取的与该音频测试数据匹配的待选图片信息。

例如：针对环境音听觉失认障碍，交互模块3播放环境音听觉失认障碍对应的音频测试数据集，首先播放20种音频测试数据中的第一个音频测试数据如电话铃声，并显示4幅待选图片，由患者从4幅待选图片中选出刚刚播放的环境音是由哪一幅待选图片中的物体发出的，交互模块3接收患者输入的选取的待选图片；然后播放20种音频测试数据中的第二个音频测试数据如狗叫声，并显示4幅待选图片，交互模块3接收患者输入的选取的待选图片；依次类推，依次播放完20种音频测试数据，并相应地获得20次待选图片选取结果。

所述评测模块4用于基于患者输入的针对每一分类听觉失认障碍的待选图片信息选取结果进行评分，在待选图片信息选取结果中选取错误的待选图片的评分达到设定阈值时则评定患者患有该分类听觉失认障碍。

例如：在这20次待选图片选取结果中，每选错一次则加一定的分值，最终这20次对应的总分值若是达到设定的阈值，则表明患者患有环境音听觉失认障碍，否则就认为患者不患有环境音听觉失认障碍。

本实施例还提供一种听觉失认障碍评估方法，其包括以下步骤：

S1、对听觉失认障碍进行分类，分类为语言听觉失认障碍、语音听觉失认障碍、环境音听觉失认障碍、音乐听觉失认障碍、一般性听觉失认障碍。

S2、存储有每一分类听觉失认障碍名称与对应的音频测试数据集，所述音频测试数据集包括多个音频测试数据及每一音频测试数据对应的多个待选图片信息，该音频测试数据是由该些待选图片信息中的一个待选图片信息中的物体发出的。

S3、依次播放某一分类听觉失认障碍对应的音频测试数据集中的每一音频测试数据和显示该音频测试数据对应的多个待选图片信息，并依次接收患者输入的从该些待选图片信息中选取的与该音频测试数据匹配的待选图片信息。

S4、基于患者输入的针对每一分类听觉失认障碍的待选图片信息选取结果进行评分，在待选图片信息选取结果中选取错误的待选图片的评分达到设定阈值时则评定患者患有该分类听觉失认障碍。

实施例2

本实施例在实施例1的基础上，所述听觉失认障碍评估系统还包括收集模块5、训练模块6和预测模块7(见图2)。

所述收集模块5用于收集同类型的多名历史患者的听觉失认输入信息和听觉失认输出信息，所述听觉失认输入信息包括依次播放的音频测试数据和对应依次选取的待选图片信息，所述听觉失认输出信息包括该名历史患者是否患有对应类听觉失认障碍。

例如：收集环境音听觉失认障碍相关的多名历史患者的听觉失认输入信息和听觉失认输出信息，收集音乐听觉失认障碍相关的多名历史患者的听觉失认输入信息和听觉失认输出信息，收集语言听觉失认障碍相关的多名历史患者的听觉失认输入信息和听觉失认输出信息等等。

所述训练模块6用于利用该些历史患者的听觉失认输入信息作为神经网络模型的输入、利用对应的该些听觉失认输出信息作为神经网络模型的输出，来对神经网络模型进行训练。

例如：将环境音听觉失认障碍相关的多名历史患者的听觉失认输入信息和听觉失认输出信息代入为环境音构建的神经网络模型中进行训练，将音乐听觉失认障碍相关的多名历史患者的听觉失认输入信息和听觉失认输出信息代入为音乐构建的神经网络模型中进行训练。

所述预测模块7用于将针对新患者的依次播放的音频测试数据和对应依次选取的待选图片信息输入至同类型的训练好的神经网络模型中进行预测，以输出新患者是否患有对应类听觉失认障碍。

例如：将新患者针对环境音相关的音频测试数据和对应依次选取的待选图片信息输入至训练好的环境音对应的神经网络模型中进行预测，预测出新患者是否患有环境音听觉失认障碍；将新患者针对音乐相关的音频测试数据和对应依次选取的待选图片信息输入至训练好的音乐对应的神经网络模型中进行预测，预测出新患者是否患有营业听觉失认障碍。

进一步地，所述听觉失认障碍评估系统还包括分析模块8。

所述听觉失认输出信息包括该名历史患者患有对应类听觉失认障碍的概率。

所述预测模块7用于将针对新患者的依次播放的音频测试数据和对应依次选取的待选图片信息输入至同类型的训练好的神经网络模型中进行预测，以输出新患者患有对应类听觉失认障碍的概率。

所述分析模块8用于对输出的各个新患者患有对应类听觉失认障碍的概率进行分析，并将概率达到设定概率值对应的对应类听觉失认障碍和概率进行输出。

例如：新患者患有环境音听觉失认障碍的概率为P1，新患者患有音乐听觉失认障碍的概率为P2，P1和P2均大于设定概率值，则可以分析出新患者既患有环境音听觉失认障碍又患有音乐听觉失认障碍，可见，听觉失认障碍既可以影响所有类型的声音感知，也可以相对局限地影响某一特定的声音领域。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同限定。

Claims (1)

1.一种听觉失认障碍评估系统，其特征在于，其包括分类模块、音频数据库、交互模块和评测模块；

所述分类模块用于对听觉失认障碍进行分类，分类为语言听觉失认障碍、语音听觉失认障碍、环境音听觉失认障碍、音乐听觉失认障碍、一般性听觉失认障碍；

所述音频数据库用于存储有每一分类听觉失认障碍名称与对应的音频测试数据集，所述音频测试数据集包括多个音频测试数据及每一音频测试数据对应的多个待选图片信息，该音频测试数据是由该些待选图片信息中的一个待选图片信息中的物体发出的；

所述交互模块用于依次播放某一分类听觉失认障碍对应的音频测试数据集中的每一音频测试数据和显示该音频测试数据对应的多个待选图片信息，并依次接收患者输入的从该些待选图片信息中选取的与该音频测试数据匹配的待选图片信息；

所述评测模块用于基于患者输入的针对每一分类听觉失认障碍的待选图片信息选取结果进行评分，在待选图片信息选取结果中选取错误的待选图片的评分达到设定阈值时则评定患者患有该分类听觉失认障碍；

所述听觉失认障碍评估系统还包括收集模块、训练模块和预测模块；

所述收集模块用于收集同类型的多名历史患者的听觉失认输入信息和听觉失认输出信息，所述听觉失认输入信息包括依次播放的音频测试数据和对应依次选取的待选图片信息，所述听觉失认输出信息包括该名历史患者是否患有对应类听觉失认障碍；

所述训练模块用于利用该些历史患者的听觉失认输入信息作为神经网络模型的输入、利用对应的该些听觉失认输出信息作为神经网络模型的输出，来对神经网络模型进行训练；

所述预测模块用于将针对新患者的依次播放的音频测试数据和对应依次选取的待选图片信息输入至同类型的训练好的神经网络模型中进行预测，以输出新患者是否患有对应类听觉失认障碍；

所述听觉失认障碍评估系统还包括分析模块；

所述听觉失认输出信息包括该名历史患者患有对应类听觉失认障碍的概率；

所述预测模块用于将针对新患者的依次播放的音频测试数据和对应依次选取的待选图片信息输入至同类型的训练好的神经网络模型中进行预测，以输出新患者患有对应类听觉失认障碍的概率；

所述分析模块用于对输出的各个新患者患有对应类听觉失认障碍的概率进行分析，并将概率达到设定概率值对应的对应类听觉失认障碍和概率进行输出。

Images