TW201913649A - 嗓音疾病偵測分類系統 - Google Patents

Abstract

本發明嗓音疾病偵測分類系統具有應用程式、嗓音資料庫、病史資料庫以及伺服終端，該應用程式能將一受測病史資料以及一受測嗓音資料傳送至伺服終端，而嗓音資料庫與病史資料庫分別能提供複數個比對嗓音資料以及複數個比對病史資料至伺服終端，使得伺服終端依據受測病史資料與受測嗓音資料分別對複數個比對病史資料與複數個比對嗓音資料進行分類篩選以共同形成一診斷資料，藉此，任何人都能透過診斷資料了解自己的嗓音狀況，進而可以得知聲帶的是否健康，並能再進一步判斷是否該就醫治療。

Description

嗓音疾病偵測分類系統

本發明有關於一種檢測嗓音狀態的嗓音疾病偵測分類系統，特別是一種任何人能自行檢測嗓音狀態的嗓音疾病偵測分類系統。

隨著時代的演進，醫療技術也日漸進步，進而已有研究指出患者喉嚨的健康出現狀況確實會影響患者的聲音，其中，目前常見影響患者嗓音的病理包含：結構性病變(例如：聲帶結節、息肉和囊腫)、腫瘤和神經源性疾病(例如：聲帶麻痺和痙攣性發音障礙)。

當患者因為聲帶出現病理現象而影響聲音時，患者通常會去醫院找醫師尋求治療方法，並且，目前需要透過耳鼻喉專科醫師使用喉內視鏡來檢測患者的喉嚨狀況，進而加以判斷患者得到哪種病症，然而，使用內視鏡進行檢測時，需要將喉內視鏡的管體伸入患者的喉嚨裡，進而患者會因為喉嚨有異物而感到不舒服，並且，患者透過喉內視鏡進行檢測往往還必須花費一筆醫療費用。

此外，當患者的聲音因為疾病而產生變化時，並非所有的患者都會立即前往醫院進行就醫，而有些許患者會等待疾病自行痊癒，進而患者不但無法自行檢測疾病是否痊癒，甚至可能延誤就醫而導致病情嚴重，進而需要多時間與金錢來治療。

藉此，當今患者不但無法自行檢測喉嚨的健康狀態來達到預防的效果，甚至當喉嚨的健康出現問題時必須需要花費時間與金錢至醫院進行檢測，並且還必須忍受檢測時的不舒服，進而當今檢測喉嚨的健康狀態仍有許多不方便之處。

本發明的主要目的在於任何人可以隨時檢測自己的嗓音狀況，進而能即時得知聲帶的健康狀況，若得知聲帶的健康狀況出現問題，則可以立即就醫治療，以提高治癒的機會。

為達上述目的，本發明嗓音疾病偵測分類系統主要由一病史資料庫、一嗓音資料庫、一應用程式以及一伺服終端所構成。

上述病史資料庫用以提供複數個比對病史資料，而上述嗓音資料庫用以儲存複數個原始嗓音資料，並設有一第一提取模組，其中，上述第一提取模組用以將上述複數個原始嗓音資料提取形成複數個對應於上述比對病史資料的比對嗓音資料，並且，上述嗓音資料庫進一步具有一標籤模組，上述標籤模組能對每一個上述比對嗓音資料標註至少一種病理，而上述標籤模組能標註有結節、息肉、囊腫、腫瘤、癌症、萎縮、震顫、麻痺與聲帶溝其中一種聲帶病理。

上述應用程式可安裝於電子裝置，並電性連接於上述伺服終端，而上述應用程式用以形成一傳送至上述伺服終端的受測病史資料，並能透過使用者的聲音形成一傳送至上述伺服終端的受測嗓音資料，其中，上述應用程式具有一第二提取模組，上述第二提取模組能將一使用者輸入的輸入嗓音資料提取形成上述受測嗓音資料。

上述伺服終端具有一對應於上述受測病史資料的病史問卷、一比對分類模組以及一電性連接於上述比對分類模組的處理模組，上述比對分類模組用以同時連接於上述病史資料庫與嗓音資料庫，而上述處理模組電性連接於上述應用程式，其中，上述伺服終端接受上述複數個比對病史資料、複數個比對嗓音資料、受測病史資料以及受測嗓音資料，並能將複數個比對病史資料與複數個比對嗓音資料分別依據上述受測病史資料以及受測嗓音資料進行分類篩選以共同形成一診斷資料。

於一較佳實施例中，上處理模組將上述受測病史資料與受測嗓音資料，使得上述比對分類模組單獨透過上述複數個比對病史資料、上述複數個比對嗓音資料、上述受測病史資料以及上述受測嗓音資料來形成上述診斷資料。

於另一較佳實施例中，上述比對分類模組將上述複數個比對病史資料與上述複數個比對嗓音資料依照不同的病理分類形成複數個分類資料，而上述比對分類模組與處理模組兩者其之一將上述複數個分類資料依據上述受測病史資料以及上述受測嗓音資料來形成上述診斷資料，並且，當形成上述診斷資料時，上述比對分類模組或處理模組會停止針對其餘的分類資料進行篩選比對。

然而，於前述兩實施例中，上述第一提取模組透過梅爾頻率倒譜係數將上述原始嗓音資料提取形成上述比對嗓音資料，而上述第二提取模組透過梅爾頻率倒譜係數將上述輸入嗓音資料提取形成上述受測嗓音資料，並且，上述比對分類模組選自於監督式機器學習中的其中一種系統模組進行分類，如決策樹、自適應增強分類、最近鄰居法、支撐向量機、高斯混合模型或深度神經網路的其中一種或多種系統模組進行分類。

由前述說明可知，本發明的特點在於應用程式能將受測嗓音資料與受測病史資料傳送至伺服終端，使得伺服終端依據接受到的受測嗓音資料與受測病史資料分別對嗓音資料庫與病史資料庫內的資料進行篩選並加以判斷是否有疾病，藉此，只要使用者在電子裝置安裝應用程式，進而任何人可以隨時經由電子裝置輸入自己的受測嗓音資料與受測病史資料來檢測自己的嗓音狀況，進而可以即時得知聲帶的是否健康，若得知聲帶的健康狀況出現問題，則可以立即就醫治療，以提高治癒的機會。

茲為便於更進一步對本發明之構造、使用及其特徵有更深一層明確、詳實的認識與瞭解，爰舉出較佳實施例，配合圖式詳細說明如下：

請參閱圖1所示，於第一較佳實施例中，本發明嗓音疾病偵測分類系統1主要由一伺服終端10、一病史資料庫20、一嗓音資料庫30以及一應用程式40所構成。

伺服終端10有一比對分類模組11、一處理模組12以及一病史問卷，比對分類模組11設為複數機器學習模組，如決策樹(decision tree)、隨機森林(Random Forest)、自適應增強分類(Adaboost)、最近鄰居法(K Nearest-neighbor)、支撐向量機(Support Vector Machine，簡稱SVM)、高斯混合模型(Gaussian Mixture Model，簡稱GMM)或深度神經網路(Deep Neural Networks，簡稱DNN)其中一種或多種併用，並電性連接於處理模組12，而病史資料庫20內部存有複數個比對病史資料，並電性連接於伺服終端10的比對分類模組11，其中，嗓音資料庫30電性連接於比對分類模組11，並具有一第一提取模組31以及一標籤模組32，而嗓音資料庫30內部存有複數個原始嗓音資料，於此實施例中，每一個比對病史資料有記載該患者因為怎樣的疾病而導致嗓音產生變化，而每一個嗓音資料是由聲波所構成，並且，每一個嗓音資料的聲波不相同於另一個嗓音資料的聲波，其中，一部分嗓音資料則記載該嗓音為正常，而另一部分則記載該嗓音因為患有疾病(例如：結節、息肉、囊腫、腫瘤、癌症、萎縮、震顫、麻痺或聲帶溝)而不正常，並且，應用程式40連接於伺服終端10的處理模組12，並具有一第二提取模組41。

請參閱圖2至圖3所示，於具體應用時，將一電子裝置50安裝應用程式40，使得電子裝置50能提供資料給伺服終端10或是接收由伺服終端10傳來的資料，其中，電子裝置50具有一輸入模組51以及一顯示螢幕52，而輸入模組51與顯示螢幕52共同形成一觸碰螢幕，並且，電子裝置50可設為手機、電腦或平板。

接下來，伺服終端10將上述病史問卷傳送至應用程式40，使得電子裝置50的顯示螢幕52顯示上述病史問卷的內容，進而使用者能依據上述病史問卷而透過輸入模組51作答來產生一受測病史資料，並且，使用者再透過輸入模組51輸入自己的嗓音以形成一輸入嗓音資料，於此實施例中，使用者先行錄製自己嗓音形成一錄音檔，並在將錄音檔輸入至輸入模組51以形成上述輸入嗓音資料，然而，使用者亦可透過內建於電子裝置50的麥克風直接對輸入模組51輸入嗓音來形成上述輸入嗓音資料，其中，受測病史資料包括使用者性別、年齡、個人醫療病史、嗓音相關症狀、生活習慣(如抽菸、喝酒) 、嚴重度自我評估、職業類別與用聲狀況、症狀持續時間其中一種或多種相關內容。

接下來，電子裝置50的輸入模組51會將上述輸入嗓音資料以及上述受測病史資料傳送至應用程式40，應用程式40會將上述受測病史資料傳遞至伺服終端10的處理模組12，而應用程式40的第二提取模組41會透過梅爾頻率倒譜係數(Mel-scale Frequency Cepstral Coefficients，簡稱MFCC)對上述輸入嗓音資料進行提取以形成一傳送至處理模組12的受測嗓音資料，其中，當處理模組12接收到上述受測病史資料與受測嗓音資料傳送至伺服終端10的比對分類模組11。

此外，病史資料庫20將上述複數個比對病史資料傳送至伺服終端10的比對分類模組11，並且，嗓音資料庫30的第一提取模組31透過梅爾頻率倒譜係數將上述每一個原始嗓音資料進行提取以形成複數個傳送至比對分類模組11的比對嗓音資料，其中，當形成上述比對嗓音資料時，標籤模組32能對每一個上述比對嗓音資料標註出正常或異常嗓音，並對於異常嗓音可至少標示一種或多種病理，如結節、息肉、囊腫、腫瘤、癌症、萎縮、震顫、麻痺或聲帶溝各類疾病分類。

當伺服終端10的比對分類模組11接受到上述受測病史資料、受測嗓音資料複數個比對病史資料以及複數個比對嗓音資料時，比對分類模組11會單獨依據上述受測病史資料與輸入嗓音資料分別對上述複數個比對病史資料與複數個比對嗓音資料進行分類篩選以形成一傳遞至處理模組12的診斷資料，而處理模組12會偵測上述診斷資料的內容以形成一傳遞至顯示螢幕52的顯示資料，使得顯示螢幕52透過上述顯示資料來顯示使用者的嗓音狀態是否健康。

於此實施例中，當電子裝置50的顯示螢幕52透過上述顯示資料顯示使用者的喉嚨狀態為健康時，使用者能透過顯示螢幕52而得知自己的嗓音狀態並沒有任何疾病，反之，當處理模組12偵測上述診斷資料而得知使用者的嗓音狀態因為腫瘤或是其他病理而不健康時，顯示螢幕52會透過上述顯示資料顯示使用者的嗓音狀態為不健康以及可能的疾病包括哪些，進而使用者可以盡快就醫治療。

請參閱圖4所示，於第二較佳實施例中，與第一較佳實施例的差別在於上述診斷資料的形成方式，至於伺服終端10、病史資料庫20、嗓音資料庫30以及應用程式40之間的連接關係與第一較佳實施例相同，在此不加以贅述。

當伺服終端10的處理模組12接收到上述受測病史資料與受測嗓音資料時，此實施例的處理模組12並不會如同第一較佳實施例的處理模組12會將上述受測病史資料與受測嗓音資料傳送至伺服終端10的比對分類模組11。

當伺服終端10的比對分類模組11接收到複數個比對病史資料與複數個比對嗓音資料，比對分類模組11依據結節、息肉、囊腫、腫瘤、癌症、萎縮、震顫、麻痺與聲帶溝八種病理將複數個比對病史資料與複數個比對嗓音資料分類形成八個分類資料，隨後，比對分類模組11依序將八個分類資料傳送至伺服終端10的處理模組12，使得處理模組12將上述分類資料依據上述受測病史資料以及受測嗓音資料進行分類篩選以共同形成上述診斷資料，其中，比對分類模組11可能會將單一比對病史資料與單一比對嗓音資料同時分類在不同的分類資料中，於較佳實施例中，當形成上述診斷資料時，處理模組12會停止進行針對其餘的分類資料進行篩選比對。

於此實施例中，處理模組12將上述分類資料依據上述受測病史資料以及受測嗓音資料進行分類篩選以共同形成上述診斷資料僅方便說明之用，亦可由比對分類模組11將上述分類資料依據上述受測病史資料以及受測嗓音資料進行分類篩選以共同形成上述診斷資料。

上述所舉實施例，僅用為方便說明本發明並非加以限制，在不離本發明精神範疇，熟悉此一行業技藝人士依本發明申請專利範圍及創作說明所作之各種簡易變形與修飾，均仍應含括於以下申請專利範圍中。

1‧‧‧嗓音疾病偵測分類系統

10‧‧‧伺服終端

11‧‧‧比對分類模組

12‧‧‧處理模組

20‧‧‧病史資料庫

30‧‧‧嗓音資料庫

31‧‧‧第一提取模組

32‧‧‧標籤模組

40‧‧‧應用程式

41‧‧‧第二提取模組

50‧‧‧電子裝置

51‧‧‧輸入模組

52‧‧‧顯示螢幕

圖1為本發明嗓音疾病偵測分類系統的模組圖； 圖2為本發明嗓音疾病偵測分類系統於第一較佳實施例的使用示意圖； 圖3為使用輸入模組的示意圖；以及 圖4為本發明嗓音疾病偵測分類系統於第二較佳實施例的使用示意圖。

Claims (11)

1. 一種嗓音疾病偵測分類系統，包含： 一病史資料庫，能提供複數個比對病史資料； 一嗓音資料庫，能提供複數個對應於上述比對病史資料的比對嗓音資料； 一伺服終端，電性連接於上述病史資料庫與嗓音資料庫，並具有一病史問卷；以及 一可安裝於電子裝置的應用程式，電性連接於上述伺服終端，上述應用程式透過上述病史問卷形成一傳送至上述伺服終端的受測病史資料，並再能透過使用者的聲音形成一傳送至上述伺服終端的受測嗓音資料； 其中，上述伺服終端接收上述複數個比對病史資料、上述複數個比對嗓音資料、上述受測病史資料以及上述受測嗓音資料，並能將上述複數個比對病史資料與複數個比對嗓音資料分別依據上述受測病史資料與受測嗓音資料進行篩選來形成一傳送至上述應用程式的診斷資料。
2. 如申請專利範圍第1項所述之嗓音疾病偵測分類系統，其中，上述嗓音資料庫設有一第一提取模組，上述第一提取模組用以將複數個儲存於嗓音資料庫的原始嗓音資料提取形成上述比對嗓音資料。
3. 如申請專利範圍第2項所述之嗓音疾病偵測分類系統，其中，上述第一提取模組透過梅爾頻率倒譜係數將上述原始嗓音資料提取形成上述比對嗓音資料。
4. 如申請專利範圍第1項所述之嗓音疾病偵測分類系統，其中，上述嗓音資料庫進一步具有一標籤模組，上述標籤模組能對每一個上述比對嗓音資料標註至少一種病理，而上述標籤模組能標註有結節、息肉、囊腫、腫瘤、癌症、萎縮、震顫、麻痺與聲帶溝其中一種病理。
5. 如申請專利範圍第1項所述之嗓音疾病偵測分類系統，其中，上述應用程式具有一第二提取模組，上述第二提取模組用以將一使用者輸入的輸入嗓音資料提取形成上述受測嗓音資料。
6. 如申請專利範圍第5項所述之嗓音疾病偵測分類系統，其中，上述第二提取模組透過梅爾頻率倒譜係數將上述輸入嗓音資料提取形成上述受測嗓音資料。
7. 如申請專利範圍第1項所述之嗓音疾病偵測分類系統，其中，上述伺服終端具有一比對分類模組以及一電性連接於上述比對分類模組的處理模組，上述比對分類模組同時電性連接於上述病史資料庫與嗓音資料庫，而上述處理模組電性連接於上述應用程式。
8. 如申請專利範圍第7項所述之嗓音疾病偵測分類系統，其中，上處理模組將上述受測病史資料與受測嗓音資料，使得上述比對分類模組單獨透過上述複數個比對病史資料、上述複數個比對嗓音資料、上述受測病史資料以及上述受測嗓音資料來形成上述診斷資料。
9. 如申請專利範圍第7項所述之嗓音疾病偵測分類系統，其中，上述比對分類模組將上述複數個比對病史資料與上述複數個比對嗓音資料依照不同的病理分類形成複數個分類資料，而上述比對分類模組與處理模組兩者其之一將上述複數個分類資料依據上述受測病史資料以及上述受測嗓音資料來形成上述診斷資料。
10. 如申請專利範圍第9項所述之嗓音疾病偵測分類系統，其中，當形成上述診斷資料時，上述比對分類模組或處理模組會停止針對其餘的分類資料進行篩選比對。
11. 如申請專利範圍第7項所述之嗓音疾病偵測分類系統，其中，上述比對分類模組選自於決策樹、隨機森林、自適應增強分類、最近鄰居法、支撐向量機、高斯混合模型或深度神經網路的其中一種或多種系統模組進行分類。