JP7307507B2 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP7307507B2 JP7307507B2 JP2021567508A JP2021567508A JP7307507B2 JP 7307507 B2 JP7307507 B2 JP 7307507B2 JP 2021567508 A JP2021567508 A JP 2021567508A JP 2021567508 A JP2021567508 A JP 2021567508A JP 7307507 B2 JP7307507 B2 JP 7307507B2
- Authority
- JP
- Japan
- Prior art keywords
- speech
- subject
- disease
- pathology
- analysis system
- 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
- 238000004458 analytical method Methods 0.000 title claims description 24
- 230000001575 pathological effect Effects 0.000 title claims description 8
- 201000010099 disease Diseases 0.000 claims description 44
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 44
- 230000007170 pathology Effects 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 12
- 208000018737 Parkinson disease Diseases 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 8
- 208000024827 Alzheimer disease Diseases 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 4
- 206010054089 Depressive symptom Diseases 0.000 claims description 2
- 238000010827 pathological analysis Methods 0.000 claims description 2
- 230000001991 pathophysiological effect Effects 0.000 claims 1
- 230000007310 pathophysiology Effects 0.000 claims 1
- 238000004364 calculation method Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 4
- 230000003340 mental effect Effects 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 4
- 206010012289 Dementia Diseases 0.000 description 2
- 208000012902 Nervous system disease Diseases 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 208000020016 psychiatric disease Diseases 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 239000000090 biomarker Substances 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 208000024714 major depressive disease Diseases 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 208000017520 skin disease Diseases 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Images
Classifications
-
- 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
- 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
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- 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
- A61B5/4082—Diagnosing or monitoring movement diseases, e.g. Parkinson, Huntington or Tourette
-
- 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
- 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
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- 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
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/21—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 power information
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Neurology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Physiology (AREA)
- Developmental Disabilities (AREA)
- Neurosurgery (AREA)
- Acoustics & Sound (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Psychology (AREA)
- Child & Adolescent Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Epidemiology (AREA)
- Educational Technology (AREA)
- Social Psychology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
本発明は、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に関し、特に音声を用いて病態を解析する病態解析システム、病態解析装置、病態解析方法、及び病態解析プログラムに関する。
近年、発話による音声を解析することにより、感情や心的状態を推定する技術（特許文献１、特許文献２参照）が開示されており、音声を解析して人の状態を測り数値化することが可能になってきている。
また、声紋による個人認証を行いデバイスにアクセスする権利を付与する技術（特許文献３参照）や、スマートホーム対応家電等の声によって機械を操作するための音声認識技術（特許文献４参照）が開示されている等、声をコミュニケーション以外に積極的に利用する場面も生じてきている。
加えてスマートフォンの普及により、一人ひとりが通話デバイスを携帯していることから、必要であればいつでも発話が可能な状況となっている。
更に、声は録音され電子データとして保存しておけば、血液や尿のように劣化することがないので、何時でも必要に応じ、過去にさかのぼって解析することができるという利点を有する。
一方で、昔から医師は患者のあり姿から病気を推測することが行われており、特に精神・神経系疾患は有効なバイオマーカーが無いことから、患者の体の動きや声の出しかた、表情などが情報源となっている。例えば、抑うつがあると、口数が減り、声は小さくなり話す速度が遅くなること等が経験的に知られていたが、特定の疾患を判定するための指標には至っていなかった。
病気の予防や早期発見に繋がる検診率を高めるには、簡単に、自分で行え、費用も安く、日常生活の中でわざわざそのための機会を作る必要のない検査が求められている。
そこで、本発明の目的の一つは、誰でも、何処にいても、短時間で、非侵襲的に、他人に知られることなく、極めて簡便に測定し疾患を推定できる音声を用いた病態解析システム、病態解析装置、病態解析方法、及び病態解析プログラムを提供することにある。
本発明者らは、このような課題に基づき鋭意検討した結果、音の強さ（Ｉｎｔｅｎｓｉｔｙ）に関連する音声特徴量を用いることにより、特定の疾患の可能性があること、またその疾患の重症度を推定できることを見出し、本発明に到達した。
本発明は、被検者の病態を解析する病態解析システムであって、被験者の音声データを取得する入力手段と、前記入力手段で取得した音声データから抽出される音声特徴量に基づいて被験者の疾患を推定する推定手段と、前記推定手段による推定結果を表示する表示手段と、を備え、前記音声特徴量は、音声の大きさを含み、前記音声の大きさを含む音声特徴量は、ピーク位置のばらつき若しくはピーク間隔の平均値、又は音声全体を通してのピーク位置直線近似の傾き若しくはピーク位置の平均値であることを特徴とする。
本発明は、被検者の病態を解析する病態解析システムであって、被験者の音声データを取得する入力手段と、前記入力手段で取得した音声データから抽出される音声特徴量に基づいて被験者の疾患を推定する推定手段と、前記推定手段による推定結果を表示する表示手段と、を備え、前記音声特徴量は、音声の大きさを含み、前記音声の大きさを含む音声特徴量は、ピーク位置のばらつき若しくはピーク間隔の平均値、又は音声全体を通してのピーク位置直線近似の傾き若しくはピーク位置の平均値であることを特徴とする。
本発明は、音の強さに関連する音声特徴量を用いることにより、簡便で、非侵襲で特定の疾患の可能性を推定することができる。
また、音の強さという汎用性の高い音声特徴量を用いており、特別高度な音声の前処理を必要とせず、簡単な推定プログラムで特定の疾患の可能性を推定することができる。
以下、本発明の実施形態について図面を参照して説明する。
図１は、本発明に係る推定システムの構成例を示すブロック図である。
図１の推定システム１００は、被験者の音声を取得するための入力部１１０と、被験者へ推定結果等を表示するための表示部１３０と、サーバ１２０と、を備える。サーバ１２０は、演算処理装置１２０Ａ（例えばＣＰＵ）と、演算処理装置１２０Ａが実行するプログラムである推定プログラムを記録したハードディスク等の第１記録装置１２０Ｂと、被験者の検診データ及び被験者へ送信するためのメッセージ集を記録したハードディスク等の第２記録装置１２０Ｃと、を備える。サーバ１２０は、有線又は無線を介して入力部１１０及び表示部１３０に接続される。演算処理装置１２０Ａは、ソフトウェアによって実現されてもよいし、ハードウェアによって実現されてもよい。
図１の推定システム１００は、被験者の音声を取得するための入力部１１０と、被験者へ推定結果等を表示するための表示部１３０と、サーバ１２０と、を備える。サーバ１２０は、演算処理装置１２０Ａ（例えばＣＰＵ）と、演算処理装置１２０Ａが実行するプログラムである推定プログラムを記録したハードディスク等の第１記録装置１２０Ｂと、被験者の検診データ及び被験者へ送信するためのメッセージ集を記録したハードディスク等の第２記録装置１２０Ｃと、を備える。サーバ１２０は、有線又は無線を介して入力部１１０及び表示部１３０に接続される。演算処理装置１２０Ａは、ソフトウェアによって実現されてもよいし、ハードウェアによって実現されてもよい。
入力部１１０は、マイクロホン等の音声の取得部１１１と、取得した音声データをサーバ１２０へ送信する第１送信部１１２を備える。取得部１１１は、被験者の音声をアナログ信号からデジタル信号の音声データを生成する。音声データは第１送信部１１２からサーバ１２０へ送信される。
入力部１１０は、マイクロホン等の音声の取得部１１１を介して被験者が発話する音声信号を取得し、音声信号を所定のサンプリング周波数（例えば、１１０２５ヘルツ等）でサンプリングすることでデジタル信号の音声データを生成する。
入力部１１０は、音声データを記録する記録部をサーバ１２０側の記録装置とは別個に備えていてもよい。この場合、入力部１１０は、ポータブルレコーダーでもよい。入力部１１０の記録部は、ＣＤ、ＤＶＤ、ＵＳＢメモリ、ＳＤカード、ミニディスク等の記録媒体でもよい。
表示部１３０は、推定結果等のデータを受信する第１受信部１３１と、当該データを表示する出力部１３２と、を備える。出力部１３２は、推定結果等のデータを表示するディスプレイである。ディスプレイは、有機ＥＬ（Ｏｒｇａｎｉｃ Ｅｌｅｃｔｒｏ－Ｌｕｍｉｎｅｓｃｅｎｃｅ）や液晶等であってもよい。
なお、入力部１１０は、健康診断の結果のデータや、ストレスチェックに関する回答のデータを予め入力するために、タッチパネル等の機能を備えていてもよい。この場合、入力部１１０及び表示部１３０は、入力部１１０及び表示部１３０の機能を有する同一のハードウェアにより実現されてもよい。
演算処理装置１２０Ａは、第１送信部１１２から送信された音声データを受信する第２受信部１２１と、被験者の音声データから抽出される音の大きさに関連する音声特徴量に基づき疾患の予測値を算出する算出部１２２と、疾患の予測値を入力として被験者の疾患を推定する推定部１２３と、推定結果に関するデータ等を表示部１３０へ送信する第２送信部１２４と、を備える。なお、算出部１２２と推定部１２３とは、機能を説明するために分けて記載したが、算出部と推定部の機能を同時に行ってもよい。また算出部と推定部は学習データを用いて機械学習により学習済みモデルを作成し、被験者のデータ（テストデータ）を学習済みモデルへ入力することにより疾患を推定することも可能である。ただし、本発明において疾患の推定に用いる声の大きさ（Ｉｎｔｅｎｓｉｔｙ）を含む音声特徴量は、通常の計算機により計算可能であるので、必ずしも機械学習を用いる必要はない。なお、本明細書では「メンタル値」という用語を疾患の予測値と同義に用いる。
図２は、本発明に係る推定システムの構成例であって図１とは別の例を示すブロック図である。
図２の推定システム１００は、図１の推定システム１００のサーバ１２０と、入力部１１０及び表示部１３０との接続を、ネットワークＮＷを介して行う。この場合、入力部１１０及び表示部１３０は、通信端末２００である。通信端末２００は、例えば、スマートフォン、タブレット型の端末、またはマイクロホンを備えるノートパソコンやデスクトップパソコン等である。
図２の推定システム１００は、図１の推定システム１００のサーバ１２０と、入力部１１０及び表示部１３０との接続を、ネットワークＮＷを介して行う。この場合、入力部１１０及び表示部１３０は、通信端末２００である。通信端末２００は、例えば、スマートフォン、タブレット型の端末、またはマイクロホンを備えるノートパソコンやデスクトップパソコン等である。
ネットワークＮＷは、携帯電話通信網またはＷｉ－Ｆｉ（登録商標）（Ｗｉｒｅｌｅｓｓ Ｆｉｄｅｌｉｔｙ）等の通信規格に基づく無線ＬＡＮを介して通信端末２００とサーバ１２０とを接続する。推定システム１００は、ネットワークＮＷを介して複数の通信端末２００とサーバ１２０とを接続してもよい。
推定システム１００は、通信端末２００により実現されてもよい。この場合、サーバ１２０に格納される推定プログラムは、ネットワークＮＷを介して通信端末２００にダウンロードされ、通信端末２００の記録装置に記録される。通信端末２００に含まれるＣＰＵは、通信端末２００の記録装置に記録された推定プログラムを実行することにより、通信端末２００が算出部１２２、推定部１２３として機能してもよい。推定プログラムは、ＤＶＤ等の光ディスクやＵＳＢメモリ等の可搬型記録媒体に記録して頒布されてもよい。
（第１実施形態）
図３は、図１に示した推定システム１００による推定処理の一例を示すフローチャートである。
図３に示す処理は、推定システム１００において、演算処理装置１２０Ａが第１記録装置１２０Ｂに記録された推定プログラムを実行することにより実現される。図３を用いて、演算処理装置１２０Ａの第２受信部１２１、算出部１２２、推定部１２３及び第２送信部１２４の各機能についてそれぞれ説明する。
図３は、図１に示した推定システム１００による推定処理の一例を示すフローチャートである。
図３に示す処理は、推定システム１００において、演算処理装置１２０Ａが第１記録装置１２０Ｂに記録された推定プログラムを実行することにより実現される。図３を用いて、演算処理装置１２０Ａの第２受信部１２１、算出部１２２、推定部１２３及び第２送信部１２４の各機能についてそれぞれ説明する。
（算出部１２２）
処理を開始すると、ステップＳ１０１において、算出部１２２は、取得部１１１により音声データが取得されたか否かを判定する。既に音声データが取得されている場合には、ステップＳ１０４へ進む。音声データが取得されていない場合には、ステップＳ１０２において、算出部１２２は、表示部１３０の出力部１３２に所定の定型文を表示させるように命令する。
処理を開始すると、ステップＳ１０１において、算出部１２２は、取得部１１１により音声データが取得されたか否かを判定する。既に音声データが取得されている場合には、ステップＳ１０４へ進む。音声データが取得されていない場合には、ステップＳ１０２において、算出部１２２は、表示部１３０の出力部１３２に所定の定型文を表示させるように命令する。
本推定プログラムは被験者の発話の意味や内容によって精神・神経系疾患を推定するものではない。そのため、取得部１１１により取得される音声データは、発話時間の合計が２秒から３００秒程度となるものであれば何でもよい。使用言語は、特に制限しないが、推定プログラムを作成する際に母集団が使用した言語と一致することが望ましい。従って、出力部１３２に表示される定型文は、母集団と同一の言語であって、発話時間の合計が２秒から３００秒程度となる定型文であれば何でもよい。好ましくは、発話時間の合計が３秒から１８０秒程度になる定型文が望ましい。
例えば、特定の感情を含まない“いろはにほへと”や“あいうえおかきくけこ”等でもよく、“あなたのお名前は”や“あなたの誕生日はいつですか”等の質問に対する返答でもよい。
中でも、濁音（口蓋音）であるガ、ギ、グ、ゲ、ゴ、半濁音（口唇音）であるパ、ピ、プ、ぺ、ポ、及び舌音であるラ、リ、ル、レ、ロを含む言葉が好ましく用いられる。「パタカ」の繰り返しが更に好ましく、典型的には、「パタカ」を３秒乃至１０秒、あるいは５回～１０回程度繰り返す言葉が用いられる。
中でも、濁音（口蓋音）であるガ、ギ、グ、ゲ、ゴ、半濁音（口唇音）であるパ、ピ、プ、ぺ、ポ、及び舌音であるラ、リ、ル、レ、ロを含む言葉が好ましく用いられる。「パタカ」の繰り返しが更に好ましく、典型的には、「パタカ」を３秒乃至１０秒、あるいは５回～１０回程度繰り返す言葉が用いられる。
音声の取得環境は、被験者の発話した音声のみを取得できる環境であれば特に制限はないが、４０ｂＢ以下の環境で取得されることが好ましい。被験者の発話した音声は、３０ｄＢ以下の環境で取得されることがより好ましい。
被験者が定型文を読み上げると、ステップＳ１０３において、算出部１２２は、被験者の発話した音声から音声データを取得してステップＳ１０４へ進む。
次に、ステップＳ１０４において、算出部１２２は、音声データが第１送信部１１２を介して入力部１１０からサーバ１２０の第２受信部１２１へ送信されるように命令する。
次に、ステップＳ１０５において、算出部１２２は、被験者のメンタル値、すなわち被験者の疾患の予測値が算出済みであるか否かを判定する。本発明において、疾患の予測値とは、１つまたは２以上の音響パラメータを抽出して生成する音声特徴量の組合せからなる特徴量Ｆ（ａ）であり、特定疾患の予測値である。音響パラメータは、音が伝わる際の特徴をパラメータ化したものである。疾患の予測値が既に算出されている場合は、ステップＳ１０７へ進む。疾患の予測値が算出されていない場合は、ステップＳ１０６において、算出部１２２は、被験者の音声データと推定プログラムに基づき、疾患の予測値を算出する。
ステップＳ１０７において、算出部１２２は、予め取得された被験者の健診データを第２記録装置１２０Ｃから取得する。なお、演算処理装置１２０Ａは、ステップＳ１０７を省略して、健診データの取得を行わずに疾患の予測値から疾患を推定してもよい。
次に、ステップＳ１０８において、推定部１２３は、算出部１２２で算出した疾患の予測値単独で、または疾患の予測値と健診データを合わせて疾患を推定する。
推定部１２３は、疾患の予測値に関して、特定の疾患とその他とを区別するための個々の閾値を設けることにより、疾患の予測値を算出した複数の患者を、特定すべき対象とその他とに判別することができる。後述する実施例では、閾値を超えた場合とそうでない場合とに分類して判定している。
次に、ステップＳ１０９において、推定部１２３は、疾患に対応する助言データが選択済みであるか否かを判定する。疾患に対応する助言データとは、被験者が助言データを受け取った際に疾患を予防、又は疾患の重症化を回避するための助言である。助言データが選択済みであれば、ステップＳ１１１へ進む。
助言データが選択済みでない場合、ステップＳ１１０において、推定部１２３は、第２記録装置１２０Ｃから被験者の症状に対応する助言データを選択する。
次に、ステップＳ１１１において、推定部１２３は、疾患の推定結果と選択された助言データを第２送信部１２４を介して表示部１３０の第１受信部１３１へ送信するように命令する。
次に、ステップＳ１１２において、推定部１２３は、表示部１３０の出力部１３２に対して推定結果と助言データを出力するように命令する。最後に、推定システム１００は、推定処理を終了する。
（実施形態２）
１．病態解析の方法
（１）発話と、その音声の取得
本発明において、図１の取得部１１１で取得する発話の種類（フレーズ）は特に限定されないが、音の強さに関する音声特徴量を用いるため、いくつかの音の繰り返しであるほうが、解析が容易になるため好ましい。
１．病態解析の方法
（１）発話と、その音声の取得
本発明において、図１の取得部１１１で取得する発話の種類（フレーズ）は特に限定されないが、音の強さに関する音声特徴量を用いるため、いくつかの音の繰り返しであるほうが、解析が容易になるため好ましい。
いくつかの音の繰り返しとしては例えば、「あいうえお あいうえお ・・・」「いろはにほへと いろはにほへと ・・・」「パタカパタカパタカ・・・」等が挙げられる。
これらのフレーズを、通常３～１０回程度、好ましくは４～６回程度繰り返して、又は通常２～２０秒、好ましくは３～７秒程度繰り返して、被験者に発話してもらう。
こうして発話された音声は、取得部１１１としての、レコーダー等で録音して記録される。
（２）音量の正規化
音量正規化（ノーマライズ）とは、音響信号処理のひとつであり、ある音声データ全体の音量（プログラムレベル）を分析し、特定の音量へ調整する処理である。音声データを適正な音量に整え、複数の音声データの音量を統一する目的で用いられる。
音量正規化（ノーマライズ）とは、音響信号処理のひとつであり、ある音声データ全体の音量（プログラムレベル）を分析し、特定の音量へ調整する処理である。音声データを適正な音量に整え、複数の音声データの音量を統一する目的で用いられる。
（３）音の強さを計算
音声は波形（音圧を電圧値で測定したもの）として表示されるが、音の強さ（波形がどのくらい振れているか）を求めるには、絶対値を取る、あるいは２乗を取るなどの処理を行い、正の数値に変換する。
音声は波形（音圧を電圧値で測定したもの）として表示されるが、音の強さ（波形がどのくらい振れているか）を求めるには、絶対値を取る、あるいは２乗を取るなどの処理を行い、正の数値に変換する。
（４）ピーク位置の検出
音の強さのグラフにおいて、ピーク閾値の設定とピーク位置の検出を行う。
音の強さのグラフにおいて、ピーク閾値の設定とピーク位置の検出を行う。
（５）ピーク位置（即ち音声の大きさ）に関係する音声特徴量を抽出する。例えば、以下のような音声特徴量が挙げられる。
Ａ：音素毎のピーク値直線近似の傾き
Ｂ：音素毎のピーク位置の平均値
Ｃ：音素毎のピーク位置のばらつき
Ｄ：音声全体を通してのピーク位置直線近似の傾き
Ｅ：音素毎のピーク間隔の平均値
Ｆ：音素毎のピーク間隔のばらつき
ここで音素とは、例えば「パタカ」の繰り返しであれば「パ」「タ」「カ」というそれぞれの発音を指す。
Ａ：音素毎のピーク値直線近似の傾き
Ｂ：音素毎のピーク位置の平均値
Ｃ：音素毎のピーク位置のばらつき
Ｄ：音声全体を通してのピーク位置直線近似の傾き
Ｅ：音素毎のピーク間隔の平均値
Ｆ：音素毎のピーク間隔のばらつき
ここで音素とは、例えば「パタカ」の繰り返しであれば「パ」「タ」「カ」というそれぞれの発音を指す。
（６）各疾患の患者の音声に基づき、上記音声特徴量に有意な差があるかどうかを検証する。
（実施例１）
アルツハイマー型認知症患者（図中、ＡＤと示す）、パーキンソン病患者（図中、ＰＤと示す）、及び健常人（図中、ＨＥと示す）のそれぞれ２０人を被験者とする。この被検者の音声（「パタカ」を５回程度繰り返し発話したもの）について、音声特徴量を算出した。図４は、音声特徴量の算出結果を示す表図である。
アルツハイマー型認知症患者（図中、ＡＤと示す）、パーキンソン病患者（図中、ＰＤと示す）、及び健常人（図中、ＨＥと示す）のそれぞれ２０人を被験者とする。この被検者の音声（「パタカ」を５回程度繰り返し発話したもの）について、音声特徴量を算出した。図４は、音声特徴量の算出結果を示す表図である。
上記（５）におけるＡ～Ｆで示した音の強さに関する音声特徴量を解析したところ、「ピーク位置のばらつき」に関しては、パーキンソン病患者（ＰＤ）と健常者（ＨＥ）とで音声特徴量に有意な差を認めた。
また、「ピーク間隔の平均値」に関しては、アルツハイマー型認知症患者（ＡＤ）と健常者（ＨＥ）とで音声特徴量に有意な差を認め、またアルツハイマー型認知症患者（ＡＤ）とパーキンソン病患者（ＰＤ）とで音声特徴量に有意な差を認めた。
上記算出結果を基に、機械学習の評価指標として、ＲＯＣ曲線を描き、ＡＵＣを求めた。ＲＯＣは、Ｒｅｃｅｉｖｅｒ Ｏｐｅｒａｔｉｎｇ Ｃｈａｒａｃｔｅｒｉｓｔｉｃの略称である。ＡＵＣは、Ａｒｅａ ｕｎｄｅｒ ｔｈｅ ＲＯＣ ｃｕｒｖｅの略称である。
図５、図６、及び図７は、健常者又は特定疾患と、それ以外の分離性能を示すＲＯＣ曲線のグラフを示すとともに、ＡＵＣを求め、正解率が最大となるポイントにおいて作製した混同行列を示す図である。図５は健常者とパーキンソン病患者について示し、図６は健常者とアルツハイマー型認知症患者について示し、図７はアルツハイマー型認知症患者とパーキンソン病患者について示す。図５、図６、及び図７は、横軸が１－特異度を示し、縦軸が感度を示す。
（実施例２）
同じ施設で録音したアルツハイマー型認知症患者１０名、パーキンソン病患者、健常人７名の音声（「パタカ」を５回程度繰り返し発話したもの）について、ピーク位置を検出し、ピーク位置のばらつきを算出した。算出結果を図８に示す。図８は、ピーク位置のばらつきの算出結果を示す表図である。
同じ施設で録音したアルツハイマー型認知症患者１０名、パーキンソン病患者、健常人７名の音声（「パタカ」を５回程度繰り返し発話したもの）について、ピーク位置を検出し、ピーク位置のばらつきを算出した。算出結果を図８に示す。図８は、ピーク位置のばらつきの算出結果を示す表図である。
（実施例３）
うつ病の検査指標として広く用いられているＢＤＩと、音声特徴量の相関関係を検証した。ＢＤＩは、Ｂｅｃｋ Ｄｅｐｒｅｓｓｉｏｎ Ｉｎｖｅｎｔｏｒｙの略称である。また、ＨＡＭＤと音声特徴量との相関関係を検証した。ＨＡＭＤは、ハミルトンうつ病評価尺度の略称である。
うつ病の検査指標として広く用いられているＢＤＩと、音声特徴量の相関関係を検証した。ＢＤＩは、Ｂｅｃｋ Ｄｅｐｒｅｓｓｉｏｎ Ｉｎｖｅｎｔｏｒｙの略称である。また、ＨＡＭＤと音声特徴量との相関関係を検証した。ＨＡＭＤは、ハミルトンうつ病評価尺度の略称である。
方法：
・大うつ病性障害の患者から音声（９６ｋＨｚ、２４ビット、ｗａｖファイル）データを収集した。データは、病院の診察室で、９人の男性と１４人の女性の参加者（平均年齢：３１．６±７．０；年齢範囲：１９－４１歳）からポータブルレコーダーとピンマイクを使用して取得した。参加者の声は、約５秒間「パタカ」と繰り返し発音された。さらに、記録を開始する前に、「ハミルトンうつ病評価尺度」（ＨＡＭＤ－２１）、「ベックうつ病インベントリー」（ＢＤＩ）の心理テストを実施した。最初の訪問時と症状が半分になったとき（症状が半減した時）に録音と心理テストの結果を収集した。
・うつ病が声の強さに影響すると考え、録音された各声の強度に関連する前記６つの特徴を調べた。次に、強度データと心理テストの結果との相関分析を調査した。
・大うつ病性障害の患者から音声（９６ｋＨｚ、２４ビット、ｗａｖファイル）データを収集した。データは、病院の診察室で、９人の男性と１４人の女性の参加者（平均年齢：３１．６±７．０；年齢範囲：１９－４１歳）からポータブルレコーダーとピンマイクを使用して取得した。参加者の声は、約５秒間「パタカ」と繰り返し発音された。さらに、記録を開始する前に、「ハミルトンうつ病評価尺度」（ＨＡＭＤ－２１）、「ベックうつ病インベントリー」（ＢＤＩ）の心理テストを実施した。最初の訪問時と症状が半分になったとき（症状が半減した時）に録音と心理テストの結果を収集した。
・うつ病が声の強さに影響すると考え、録音された各声の強度に関連する前記６つの特徴を調べた。次に、強度データと心理テストの結果との相関分析を調査した。
図９は、ＢＤＩの相関及びＨＡＭＤの相関を示す表図である。図１０及び図１１は、ＢＤＩの相関を示すグラフである。図１２は、ＨＡＭＤの相関を示すグラフである。
結果：
・６つの特徴と心理テストのスコアの分析により、下記の３つの組み合わせの相関が明らかになった。
・発話した「音声全体を通してのピーク位置直線近似の傾き」と、ＢＤＩスコアと有意な相関があった。
・即ち、ＢＤＩスコアが高いほど（うつの症状が重いほど）開始直後よりも発話が進むほどだんだん声が大きくなる傾向にある。
・また、「音素毎ピーク位置の平均値」は、ＢＤＩスコア及びＨＡＭＤ２１スコアと有意な相関があった。
このことから、音声の大きさを含む音声特徴量を用いて解析することにより、うつ症状の程度を推定することができることが示された。
・６つの特徴と心理テストのスコアの分析により、下記の３つの組み合わせの相関が明らかになった。
・発話した「音声全体を通してのピーク位置直線近似の傾き」と、ＢＤＩスコアと有意な相関があった。
・即ち、ＢＤＩスコアが高いほど（うつの症状が重いほど）開始直後よりも発話が進むほどだんだん声が大きくなる傾向にある。
・また、「音素毎ピーク位置の平均値」は、ＢＤＩスコア及びＨＡＭＤ２１スコアと有意な相関があった。
このことから、音声の大きさを含む音声特徴量を用いて解析することにより、うつ症状の程度を推定することができることが示された。
〔ソフトウェアによる実現〕
図３に示した各処理は、集積回路（ＩＣチップ）等に形成された論理回路（ハードウェア）によって実現してもよいし、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）を用いてソフトウェアによって実現してもよい。
図３に示した各処理は、集積回路（ＩＣチップ）等に形成された論理回路（ハードウェア）によって実現してもよいし、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）を用いてソフトウェアによって実現してもよい。
図３に示した各処理をソフトウェアによって実現する場合、利用者クライアント端末１００、皮膚疾患解析装置２００及び管理者クライアント端末３００は、各機能を実現するソフトウェアであるプログラムの命令を実行するＣＰＵ、上記プログラム及び各種データがコンピュータ（又はＣＰＵ）で読み取り可能に記録されたＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）又は記憶装置（これらを「記録媒体」と称する）、上記プログラムを展開するＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などを備えている。そして、コンピュータ（又はＣＰＵ）が上記プログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記記録媒体としては、「一時的でない有形の媒体」、例えば、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、上記プログラムは、該プログラムを伝送可能な任意の伝送媒体（通信ネットワークや放送波等）を介して上記コンピュータに供給されてもよい。なお、本発明の一態様は、上記プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。
本発明は上述した実施形態に限定されるものではなく、開示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。
本出願は、２０１９年１２月２６日に出願された日本出願である特願２０１９－２３６８２９号に基づく優先権を主張し、当該日本出願に記載された全ての記載内容を援用するものである。
１００ 推定システム
１１０ 入力部
１２０ サーバ
１３０ 表示部
１１０ 入力部
１２０ サーバ
１３０ 表示部
Claims (9)
- 被検者の病態を解析する病態解析システムであって、
被験者の音声データを取得する入力手段と、
前記入力手段で取得した音声データから抽出される音声特徴量に基づいて被験者の疾患を推定する推定手段と、
前記推定手段による推定結果を表示する表示手段と、
を備え、
前記音声特徴量は、音声の大きさを含み、
前記音声の大きさを含む音声特徴量は、ピーク位置のばらつき若しくはピーク間隔の平均値、又は音声全体を通してのピーク位置直線近似の傾き若しくはピーク位置の平均値である
ことを特徴とする病態解析システム。 - 前記推定手段が推定する疾患は、アルツハイマー型認知症、及びパーキンソン病を含む、
ことを特徴とする請求項１に記載の病態解析システム。 - 前記推定手段が、パーキンソン病とアルツハイマー型認知症のいずれであるかを推定することを特徴とする請求項１に記載の病態解析システム。
- 前記推定手段が、うつ症状の程度を推定するものであることを特徴とする請求項１に記載の病態解析システム。
- 前記音声データが、口蓋音、口唇音又は舌音を含む言葉を発話したものである請求項１乃至４のいずれか１項に記載の病態解析システム。
- 前記音声データが、「パタカ」の繰り返しを発話したものである請求項５に記載の病態解析システム。
- 被検者の病態を解析する病態解析装置であって、
被験者の音声データを取得する入力部と、
前記入力部で取得した音声データから抽出される音声特徴量に基づいて被験者の疾患を推定する推定部と、
前記推定部による推定結果を表示する表示部と、
を備え、
前記音声特徴量は、音声の大きさを含み、
前記音声の大きさを含む音声特徴量は、ピーク位置のばらつき若しくはピーク間隔の平均値、又は音声全体を通してのピーク位置直線近似の傾き若しくはピーク位置の平均値である
ことを特徴とする病態解析装置。 - 被検者の病態を解析する病態解析システムで実行される方法であって、
被験者の音声データを取得する入力工程と、
前記入力工程で取得した音声データから抽出される音声特徴量に基づいた疾患の予測値を入力として機械学習により被験者の疾患を推定する推定工程と、
前記推定工程による推定結果を表示する表示工程と、
を備え、
前記音声特徴量は、音声の大きさを含み、
前記音声の大きさを含む音声特徴量は、ピーク位置のばらつき若しくはピーク間隔の平均値、又は音声全体を通してのピーク位置直線近似の傾き若しくはピーク位置の平均値である
ことを特徴とする病態解析方法。 - 請求項１乃至６のいずれか１項に記載の病態解析システムの各手段としてコンピュータを機能させるためのプログラム。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019236829 | 2019-12-26 | ||
| JP2019236829 | 2019-12-26 | ||
| PCT/JP2020/048056 WO2021132289A1 (ja) | 2019-12-26 | 2020-12-22 | 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 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JPWO2021132289A1 JPWO2021132289A1 (ja) | 2021-07-01 |
| JPWO2021132289A5 JPWO2021132289A5 (ja) | 2022-11-07 |
| JP7307507B2 true JP7307507B2 (ja) | 2023-07-12 |
Family
ID=76573285
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021567508A Active JP7307507B2 (ja) | 2019-12-26 | 2020-12-22 | 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 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20230113656A1 (ja) |
| JP (1) | JP7307507B2 (ja) |
| TW (1) | TW202137939A (ja) |
| WO (1) | WO2021132289A1 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2023074119A1 (ja) * | 2021-10-27 | 2023-05-04 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011255106A (ja) | 2010-06-11 | 2011-12-22 | Nagoya Institute Of Technology | 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 |
| US20120265024A1 (en) | 2010-10-05 | 2012-10-18 | University Of Florida Research Foundation, Incorporated | Systems and methods of screening for medical states using speech and other vocal behaviors |
| US20170084295A1 (en) | 2015-09-18 | 2017-03-23 | Sri International | Real-time speaker state analytics platform |
| JP6268628B1 (ja) | 2017-11-02 | 2018-01-31 | 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 |
| US20190189148A1 (en) | 2017-12-14 | 2019-06-20 | Beyond Verbal Communication Ltd. | Means and methods of categorizing physiological state via speech analysis in predetermined settings |
| JP2019187492A (ja) | 2018-04-18 | 2019-10-31 | Ｐｓｔ株式会社 | 推定方法および推定装置 |
| WO2019225242A1 (ja) | 2018-05-23 | 2019-11-28 | パナソニックＩｐマネジメント株式会社 | 摂食嚥下機能評価方法、プログラム、摂食嚥下機能評価装置および摂食嚥下機能評価システム |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2567826B (en) * | 2017-10-24 | 2023-04-26 | Cambridge Cognition Ltd | System and method for assessing physiological state |
| US20220044697A1 (en) * | 2018-11-11 | 2022-02-10 | Connectalk Yel Ltd | Computerized system and method for evaluating a psychological state based on voice analysis |
| JP7327987B2 (ja) * | 2019-04-25 | 2023-08-16 | キヤノン株式会社 | 医療診断支援システム、医療診断支援装置、医療診断支援方法及びプログラム |
| IL277650A (en) * | 2019-10-03 | 2021-04-29 | Ninispeech Ltd | Voice assistant speech language pathologist (va slp), systems and methods |
-
2020
- 2020-12-22 JP JP2021567508A patent/JP7307507B2/ja active Active
- 2020-12-22 WO PCT/JP2020/048056 patent/WO2021132289A1/ja active Application Filing
- 2020-12-22 US US17/788,150 patent/US20230113656A1/en active Pending
- 2020-12-24 TW TW109145990A patent/TW202137939A/zh unknown
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011255106A (ja) | 2010-06-11 | 2011-12-22 | Nagoya Institute Of Technology | 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 |
| US20120265024A1 (en) | 2010-10-05 | 2012-10-18 | University Of Florida Research Foundation, Incorporated | Systems and methods of screening for medical states using speech and other vocal behaviors |
| US20170084295A1 (en) | 2015-09-18 | 2017-03-23 | Sri International | Real-time speaker state analytics platform |
| JP6268628B1 (ja) | 2017-11-02 | 2018-01-31 | 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 |
| US20190189148A1 (en) | 2017-12-14 | 2019-06-20 | Beyond Verbal Communication Ltd. | Means and methods of categorizing physiological state via speech analysis in predetermined settings |
| JP2019187492A (ja) | 2018-04-18 | 2019-10-31 | Ｐｓｔ株式会社 | 推定方法および推定装置 |
| WO2019225242A1 (ja) | 2018-05-23 | 2019-11-28 | パナソニックＩｐマネジメント株式会社 | 摂食嚥下機能評価方法、プログラム、摂食嚥下機能評価装置および摂食嚥下機能評価システム |
Non-Patent Citations (1)
| Title |
|---|
| WANG, J. et al.，Acoustic differences between healthy and depressed people: a cross-situation study，BMC Psychiatry，2019年10月15日，Vol.19, Article No.300，pp.1-12 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPWO2021132289A1 (ja) | 2021-07-01 |
| US20230113656A1 (en) | 2023-04-13 |
| TW202137939A (zh) | 2021-10-16 |
| WO2021132289A1 (ja) | 2021-07-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11918372B2 (en) | Cognitive function evaluation system, method, and storage medium for dementia by analyzing voice of evaluatee for recognition, remembering or jugment capabilities | |
| Mekyska et al. | Robust and complex approach of pathological speech signal analysis | |
| Benba et al. | Analysis of multiple types of voice recordings in cepstral domain using MFCC for discriminating between patients with Parkinson’s disease and healthy people | |
| Awan et al. | Quantifying dysphonia severity using a spectral/cepstral-based acoustic index: Comparisons with auditory-perceptual judgements from the CAPE-V | |
| v. Latoszek et al. | A meta-analysis: acoustic measurement of roughness and breathiness | |
| USRE43406E1 (en) | Method and device for speech analysis | |
| Fletcher et al. | Assessing vowel centralization in dysarthria: A comparison of methods | |
| US11826161B2 (en) | Cognitive function evaluation device, cognitive function evaluation system, cognitive function evaluation method, and non-transitory computer-readable storage medium | |
| Roy et al. | Exploring the clinical utility of relative fundamental frequency as an objective measure of vocal hyperfunction | |
| US9934426B2 (en) | System and method for inspecting emotion recognition capability using multisensory information, and system and method for training emotion recognition using multisensory information | |
| WO2006059325A1 (en) | Method and system of indicating a condition of an individual | |
| Wambaugh et al. | Interrater reliability and concurrent validity for the Apraxia of Speech Rating Scale 3.0: Application with persons with acquired apraxia of speech and aphasia | |
| GB2590201A (en) | Apparatus for estimating mental/neurological disease | |
| JP6312014B1 (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 | |
| Fletcher et al. | Predicting intelligibility gains in individuals with dysarthria from baseline speech features | |
| Khan et al. | Assessing Parkinson's disease severity using speech analysis in non-native speakers | |
| Fletcher et al. | Predicting intelligibility gains in dysarthria through automated speech feature analysis | |
| TWI721095B (zh) | 推定方法、推定程式、推定裝置及推定系統 | |
| 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 | |
| Jing et al. | Speech-language pathologists' ratings of speech accuracy in children with speech sound disorders | |
| Buckley et al. | Normative values of cepstral peak prominence measures in typical speakers by sex, speech stimuli, and software type across the life span | |
| JPWO2019188405A1 (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 | |
| Thompson et al. | Vowel Acoustics as Predictors of Speech Intelligibility in Dysarthria | |
| US20240023877A1 (en) | Detection of cognitive impairment | |
| Cox et al. | Variability of electrolaryngeal speech intelligibility in multitalker babble |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220623 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220714 |
|
| AA64 | Notification of invalidation of claim of internal priority (with term) |
Free format text: JAPANESE INTERMEDIATE CODE: A241764 Effective date: 20220816 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221011 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230207 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230406 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230620 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230623 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7307507 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |