一种认知功能检测方法、系统及机器人与流程

本技术涉及认知功能检测的，尤其涉及一种认知功能检测方法、系统及机器人。

背景技术：

1、据统计，当下我国有2.6亿60岁及以上老年人，其中有近四分之一是认知症(ad)患病和轻度认知障碍人群，以阿尔兹海默症为代表的认知症仍然是医疗界的一大难题，患病后不可逆，患者从记忆衰退、性情大变，到大小便失禁，给家庭带来长久的折磨，为我国每年造成超万亿照护经济开支。《中国数字化记忆门诊临床应用专家共识(2021)》表示，若能通过早筛查、早发现、早干预将ad的发病延缓5年，将减少约57％的ad患者，极大减轻认知障碍对家庭和社会的经济负担。我国人口老龄化加速发展，60周岁及以上老年人口将超过3亿，。认知障碍风险人群规模加速扩张奠定认知功能筛查推广的必要性基础。

2、传统的认知障碍的评估手段有：神经心理量表，核磁共振、pet、脑脊液等等，但这些手段都存在不同程度的弊端，例如简易神经心理量表对于认知障碍人群的甄别敏感度不够，全套量表则耗时过久，核磁共振或pet等成本高，脑脊液穿刺有体外创、测试者接受度低等实际问题，无法用于大规模推广应用。而近些年各国都在不断探索创新的筛查方式，如外周血检验、眼动识别等，但目前都没有取得大规模的临床验证。

3、而语音指标是最为有效和最为有潜力成为检测阿尔茨海默病及其风险的手段。诸多研究已证明，语音指标可以更快、更精准、且以更低成本完成阿尔兹海默病及认知障碍人群的早期识别。

4、然而，由于老年人的认知能力和行为能力往往较差，并且语音指标检测方法对环境要求以及对测试者语言含义理解要求高，从而导致现有的语音指标检测方法难以通过智能设备或者软件实现对老年人认知能力的智能检测，普适性较差。

技术实现思路

1、本技术的目的在于解决现有技术中，如何实现对测试者的认知能力进行精准判断的问题。因此，本技术提供了一种认知功能检测方法、系统及机器人，通过测试者的个人信息和测试得到的测试数据，判断测试者的认知功能；其中，测试数据是通过获取测试者测试过程中的声音信息，并将声音信息区分为语言信息和环境声音，从而可以对环境声音进行降噪，最大限度的保留测试者的语言信息，并对测试者语言信息的声纹进行识别和标记，可以保证该测试者完整完成了整个测试过程，然后通过语言信息提取语音数据中的语义数据和音频数据，并通过认知功能评价模型，判断测试者的认知功能，实现对测试者认知功能的精准判断。

2、本技术实施例提供了一种认知功能检测方法，包括：

3、获取测试者的个人信息；

4、对测试者进行测试，并获取测试者的测试数据，测试数据包括语音数据；

5、根据测试数据和个人信息，提取测试者认知能力的各项指标数值，并通过认知功能评价模型，判断测试者的认知功能；

6、测试数据的获取，包括如下步骤：

7、步骤1、声音采集和预处理；包括

8、步骤1.1、收集声音信息，声音信息包括语言信息和环境声音；

9、步骤1.2、判断声音信息中是否包含语言信息；当声音信息中包含语言信息时，启动环境声音分析，并对环境声音进行降噪处理；

10、步骤1.3、降噪后对语言信息进行声纹识别，记录测试者的声纹信息并标记为测试者；

11、步骤1.4、语言信息处理；从语言信息中获取语音数据，语音数据包括语义数据和音频数据。

12、采用上述技术方案，通过获取测试者的个人信息，可以了解测试者的大致情况，再对测试者进行测试，获得测试者的测试数据，从而可以结合个人信息和测试数据判断测试者的认知功能；进一步的，在获取测试数据的过程中，先将声音信息区分为语言信息和环境声音，并对环境声音进行降噪处理，然后识别语言信息的声纹识别标记为测试者，保证后续测试过程中，可以根据声纹信息保证测试者不发生改变；然后从语言信息中获取语音数据，并将语音数据区分为语义数据和音频数据，从而可以根据语义数据获得认知测试任务的结果，通过音频数据获得测试过程中的认知能力状态。再根据上述数据结合认知能力判断指标，判断测试者的认知功能，实现对测试者认知功能的精准判断。

13、在一些实施例中，从语言信息中获取语音数据时，包括采用自然语言处理模块对语言信息进行语义分析，获取语言信息的语义数据；采用语音音频处理模块对语言信息进行停顿、音调分析，获取语言信息的音频数据。

14、在一些实施例中，还包括预警分析步骤，包括：

15、获取环境声音的噪声值，若噪声值大于第一阈值则发出预警，将该情形中获得的语言信息标记为异常数据；

16、判断音频数据中的停顿时长，若停顿时长大于第二阈值则发出预警，将包含该停顿时长的音频数据所对应的语义数据标记为异常数据；

17、或者，预警分析步骤，包括：判断语言信息中的声纹信息，当声纹信息的变化大于第三阈值时发出预警，并判断测试者是否发生改变，若测试者未改变，则判断测试者短期内认知能力骤降；若测试者改变，则判断出现测试异常。

18、采用上述技术方案，可以排除由于环境声音的噪声值过大对测试者的测试结果所造成的偏差，也可以避免测试者在测试过程中人员发生变化，导致测试结果不准确。从而可以将异常测试的结果排出数据库，避免异常数据对认知功能评价模型造成负面影响。

19、在一些实施例中，认知功能评价模型的构建包括如下步骤：

20、步骤2.1、获取语音筛查数据，提取语音筛查数据中的认知任务数据和非认知任务数据，并汇总形成原始数据；并和时间序列数据源对齐，形成认知能力初始数据；

21、步骤2.2、根据认知能力初始数据，建立多个风险变量分析表，并通过风险分析模型进行风险评估，实现初始认知功能评价模型的构建。

22、步骤2.3、获取深度学习数据集，深度学习数据集包括社区数据集和临床数据集；

23、步骤2.4、将深度学习数据输入至初始认知功能评价模型，训练得到认知功能评价模型；其中，将社区数据集区分为训练集和测试集对初始认知功能评价模型进行训练，以临床数据集对初始认知功能评价模型进行校准。

24、采用上述技术方案，可以精准提高认知功能评价模型对测试者的认知功能的判断精准度，并且由于语音筛查数据也可以通过测试过程获得，从而可以保证认知功能评价模型具有大量的可供学习的原始数据，以保证认知功能评价模型判断的精准性。

25、在一些实施例中，还包括认知功能评价模型的动态校准步骤；

26、按照第一频率，从认知功能评价模型的测试者中，随机筛选多个测试者进行心理评估及影像学诊断；获得校验数据，并通过校验数据对认知功能评价模型进行校准。

27、采用上述技术方案，可以通过心理评估及影像学诊断实现对测试者的精准判断，从而获得认知功能评价模型的校验数据，从而进一步提升认知功能评价模型判断的精准性。

28、在一些实施例中，自然语言处理模块对语言信息进行语法分析，冗余信息处理，虚词指代词判断，及特定关键词提取分析，以获取语言信息的语义数据；其中，特定关键词包括情绪类关键词、信心程度关键词、焦虑程度关键词。

29、在一些实施例中，测试数据还包括测试者的面部特征；测试者进行测试时，对测试者的面部特征进行识别和记录；其中，面部特征包括测试者眼动信息和脸部信息。

30、本技术还提供了一种认知功能检测的系统，包括通信连接的声音采集模块、声音预处理模块、语言信息处理模块和认知功能判断模块；

31、声音采集模块、声音预处理模块、语言信息处理模块和认知功能判断模块用于执行如上述任一项实施例的认知功能检测方法。

32、采用上述技术方案，通过测试者的个人信息和测试得到的测试数据，判断测试者的认知功能；其中，测试数据是通过声音采集模块获取测试者测试过程中的声音信息，并通过声音预处理模块将声音信息区分为语言信息和环境声音，从而可以对环境声音进行降噪，最大限度的保留测试者的语言信息，并通过语言信息处理模块对测试者语言信息的声纹进行识别和标记，可以保证该测试者完整完成了整个测试过程，然后从语言信息提取语音数据中的语义数据和音频数据，并通过认知功能判断模块，判断测试者的认知功能，实现对测试者认知功能的精准判断。

33、本技术还提供了一种认知功能检测的机器人，包括显示模块、扬声器、声音采集单元和主控模块；

34、显示模块、扬声器、声音采集单元与主控模块通讯连接，且主控模块用于执行如上述任一项实施例的认知功能检测方法。

35、采用上述技术方案，通过显示模块、扬声器可以实现与测试者之间的交互，从而可以完成认知功能的测试，并且通过测试者的个人信息和测试得到的测试数据，判断测试者的认知功能；其中，测试数据是通过声音采集单元获取测试者测试过程中的声音信息，并通过主控模块将声音信息区分为语言信息和环境声音，从而可以对环境声音进行降噪，最大限度的保留测试者的语言信息，并对测试者语言信息的声纹进行识别和标记，可以保证该测试者完整完成了整个测试过程，然后从语言信息提取语音数据中的语义数据和音频数据，最后通过主控模块判断测试者的认知功能，实现对测试者认知功能的精准判断。

36、在一些实施例中，还包括支架，支架的一侧设置有显示模块，扬声器位于支架对应于显示模块的两侧，并用于收集声音信号；支架对应于显示模块的顶部设置有图像采集单元，图像采集单元用于获取测试者在测试过程中的画面。

37、本发明其他特征和相应的有益效果在说明书的后面部分进行阐述说明，且应当理解，至少部分有益效果从本发明说明书中的记载变的显而易见。