JP6854554B1 - 情報処理装置、情報処理方法、情報処理システム、及び情報処理プログラム - Google Patents
情報処理装置、情報処理方法、情報処理システム、及び情報処理プログラム Download PDFInfo
- Publication number
- JP6854554B1 JP6854554B1 JP2020541455A JP2020541455A JP6854554B1 JP 6854554 B1 JP6854554 B1 JP 6854554B1 JP 2020541455 A JP2020541455 A JP 2020541455A JP 2020541455 A JP2020541455 A JP 2020541455A JP 6854554 B1 JP6854554 B1 JP 6854554B1
- Authority
- JP
- Japan
- Prior art keywords
- score
- symptom
- user
- degree
- psychiatric disorder
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 141
- 238000003672 processing method Methods 0.000 title claims description 7
- 208000024891 symptom Diseases 0.000 claims abstract description 278
- 208000020016 psychiatric disease Diseases 0.000 claims abstract description 181
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 111
- 201000010099 disease Diseases 0.000 claims abstract description 109
- 208000012902 Nervous system disease Diseases 0.000 claims abstract description 105
- 238000004364 calculation method Methods 0.000 claims abstract description 94
- 208000010877 cognitive disease Diseases 0.000 claims abstract description 74
- 239000000284 extract Substances 0.000 claims abstract description 20
- 238000000605 extraction Methods 0.000 claims description 29
- 230000003340 mental effect Effects 0.000 claims description 21
- 210000000653 nervous system Anatomy 0.000 claims description 21
- 230000002194 synthesizing effect Effects 0.000 claims description 14
- 208000020470 nervous system symptom Diseases 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 10
- 230000000926 neurological effect Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 description 16
- 238000013528 artificial neural network Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 206010012289 Dementia Diseases 0.000 description 5
- 206010037180 Psychiatric symptoms Diseases 0.000 description 4
- 208000025966 Neurological disease Diseases 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 208000028698 Cognitive impairment Diseases 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 208000035475 disorder Diseases 0.000 description 2
- 210000005036 nerve Anatomy 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 208000024827 Alzheimer disease Diseases 0.000 description 1
- 208000020925 Bipolar disease Diseases 0.000 description 1
- 201000011240 Frontotemporal dementia Diseases 0.000 description 1
- 230000001476 alcoholic effect Effects 0.000 description 1
- 230000036528 appetite Effects 0.000 description 1
- 235000019789 appetite Nutrition 0.000 description 1
- 208000025748 atypical depressive disease Diseases 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 208000013677 cerebrovascular dementia Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000003920 cognitive function Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 208000026725 cyclothymic disease Diseases 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 208000024732 dysthymic disease Diseases 0.000 description 1
- 238000009415 formwork Methods 0.000 description 1
- 208000003906 hydrocephalus Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000000366 juvenile effect Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 208000024714 major depressive disease Diseases 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 208000027061 mild cognitive impairment Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 201000000980 schizophrenia Diseases 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 230000009885 systemic effect Effects 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
- A61B5/48—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
- A61B5/16—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
-
- 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
- A61B5/72—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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Neurology (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Neurosurgery (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Social Psychology (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Educational Technology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
(1)
(2)
(3)
(4)
(5)
F(b)=F(ab)+xb1×fb1+xb2×fb2+,・・・,xbm×fbm
(6)
(7)
recognition.", In Proc. of CVPR, 2016.
Circuit)等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路等が例示される。または、プロセッサとしては、GPGPU(General−purpose graphics processing unit)を用いてもよい。また、各処理を、これらの各種のプロセッサのうちの1つで実行してもよいし、同種又は異種の2つ以上のプロセッサの組み合わせ(例えば、複数のFPGA、及びCPUとFPGAとの組み合わせ等)で実行してもよい。また、これらの各種のプロセッサのハードウェア的な構造は、より具体的には、半導体素子等の回路素子を組み合わせた電気回路である。
Claims (14)
- ユーザが発した音声の時系列データである音声データを取得する取得部と、
前記取得部により取得した前記音声データから、所定の音響パラメータである特徴量を抽出する抽出部と、
前記取得部により取得した前記音声データを周波数解析することにより、前記音声データのスペクトログラムを表すスペクトログラム画像を生成する生成部と、
前記抽出部により抽出された前記特徴量と、前記特徴量から精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状の度合いを表すスコアを算出するための予め設定された算出モデルとに基づいて、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを表す第1のスコアを算出する第1スコア算出部と、
前記生成部により生成された前記スペクトログラム画像を、前記スペクトログラム画像から精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状の度合いを表すスコアを算出するための予め学習された学習済みモデルへ入力して、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを表す第2のスコアを算出する第2スコア算出部と、
前記第1のスコアと前記第2のスコアとを合成することにより、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを表す合成スコアを算出する合成スコア算出部と、
前記合成スコア算出部により算出された前記合成スコアに応じて、前記ユーザが何れかの疾患又は症状を有しているか否かを推定する推定部と、
を含む情報処理装置。 - 前記予め設定された算出モデルは、前記特徴量から精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状の度合いを表すスコアを算出するための予め学習された第1の学習済みモデルであり、
前記スペクトログラム画像から精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状の度合いを表すスコアを算出するための予め学習された学習済みモデルは、第2の学習済みモデルであり、
前記第1スコア算出部は、前記抽出部により抽出された前記特徴量を、前記第1の学習済みモデルへ入力して、前記第1のスコアを算出し、
前記第2スコア算出部は、前記生成部により生成された前記スペクトログラム画像を、前記第2の学習済みモデルへ入力して、前記第2のスコアを算出する、
請求項1に記載の情報処理装置。 - 前記合成スコア算出部は、前記第1のスコアと前記第2のスコアとの和に応じて、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを算出する、
請求項1に記載の情報処理装置。 - 前記合成スコア算出部は、前記第1のスコアと前記第2のスコアとの重み付け和に応じて、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを算出する、
請求項1に記載の情報処理装置。 - 前記第1のスコアは、前記ユーザが精神系疾患又は症状を有している度合いを表す第1の精神系疾患又は症状スコア、前記ユーザが神経系疾患又は症状を有している度合いを表す第1の神経系疾患又は症状スコア、及び前記ユーザが精神系疾患又は症状及び神経系疾患又は症状の何れも有していない度合いを表す第1の健常系スコアの何れか1つを含み、
前記第2のスコアは、前記ユーザが精神系疾患又は症状を有している度合いを表す第2の精神系疾患又は症状スコア、前記ユーザが神経系疾患又は症状を有している度合いを表す第2の神経系疾患又は症状スコア、及び前記ユーザが精神系疾患又は症状及び神経系疾患又は症状の何れも有していない度合いを表す第2の健常系スコアの何れか1つを含み、
前記第1の精神系疾患又は症状スコアと前記第2の精神系疾患又は症状スコアとを合成し、
前記第2の精神系疾患又は症状スコアと前記第1の神経系疾患又は症状スコアとを合成し、又は
前記第1の健常系スコアと前記第2の健常系スコアとを合成することにより、
前記合成スコアを算出する、
請求項1〜請求項3の何れか1項に記載の情報処理装置。 - ユーザが発した音声の時系列データである音声データを取得する取得部と、
前記取得部により取得した前記音声データを周波数解析することにより、前記音声データのスペクトログラムを表すスペクトログラム画像を生成する生成部と、
前記取得部により取得した前記音声データから所定の音響パラメータである特徴量を抽出し、前記生成部により生成された前記スペクトログラム画像から学習済みモデルを用いることにより特徴量を抽出する抽出部と、
前記抽出部により抽出された前記特徴量と、前記特徴量から精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状の度合いを表すスコアを算出するための予め設定された算出モデルとに基づいて、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを表すスコアを算出するスコア算出部と、
前記スコア算出部により算出された前記スコアに応じて、前記ユーザが何れかの疾患又は症状を有しているか否かを推定する推定部と、
を含み、
前記学習済みモデルは、学習用のスペクトログラム画像と該学習用のスペクトログラム画像に対応する前記音声データを発したユーザが有している疾患又は症状を表す正解ラベルとが対応付けられた教師データにより予め学習された学習済みモデルである、
情報処理装置。 - ユーザが発した音声の時系列データである音声データを取得する取得部と、
前記取得部により取得した前記音声データから、所定の音響パラメータである特徴量を抽出する抽出部と、
前記取得部により取得した前記音声データに対応する画像を生成する生成部と、
前記抽出部により抽出された前記特徴量を、前記特徴量から精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状の度合いを表すスコアを算出するための予め学習された第1の学習済みモデルへ入力して、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを表す第1のスコアを算出する第1スコア算出部と、
前記生成部により生成された前記画像を、前記画像から精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状の度合いを表すスコアを算出するための予め学習された第2の学習済みモデルへ入力して、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを表す第2のスコアを算出する第2スコア算出部と、
前記第1のスコアと前記第2のスコアとを合成することにより、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを表す合成スコアを算出する合成スコア算出部と、
前記合成スコア算出部により算出された前記合成スコアに応じて、前記ユーザが何れかの疾患又は症状を有しているか否かを推定する推定部と、
を含む情報処理装置。 - マイクを備えるユーザ端末と、請求項1〜請求項7の何れか1項に記載の情報処理装置とを含む情報処理システムであって、
前記ユーザ端末は、前記マイクにより取得された前記音声データを前記情報処理装置へ送信し、
前記情報処理装置の前記取得部は、前記ユーザ端末から送信された前記音声データを取得し、
前記情報処理装置の通信部は、前記推定部により推定された推定結果をユーザ端末へ送信し、
前記ユーザ端末は、前記情報処理装置から送信された前記推定結果を受信する、
情報処理システム。 - ユーザが発した音声の時系列データである音声データを取得し、
前記音声データから、所定の音響パラメータである特徴量を抽出し、
前記音声データを周波数解析することにより、前記音声データのスペクトログラムを表すスペクトログラム画像を生成し、
前記特徴量と、前記特徴量から精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状の度合いを表すスコアを算出するための予め設定された算出モデルとに基づいて、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを表す第1のスコアを算出し、
前記スペクトログラム画像を、前記スペクトログラム画像から精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状の度合いを表すスコアを算出するための予め学習された学習済みモデルへ入力して、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを表す第2のスコアを算出し、
前記第1のスコアと前記第2のスコアとを合成することにより、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを表す合成スコアを算出し、
前記合成スコアに応じて、前記ユーザが何れかの疾患又は症状を有しているか否かを推定する、
処理をコンピュータが実行する情報処理方法。 - ユーザが発した音声の時系列データである音声データを取得し、
取得した前記音声データを周波数解析することにより、前記音声データのスペクトログラムを表すスペクトログラム画像を生成し、
取得した前記音声データから所定の音響パラメータである特徴量を抽出し、生成された前記スペクトログラム画像から学習済みモデルを用いることにより特徴量を抽出し、
抽出された前記特徴量と、前記特徴量から精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状の度合いを表すスコアを算出するための予め設定された算出モデルとに基づいて、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを表すスコアを算出し、
算出された前記スコアに応じて、前記ユーザが何れかの疾患又は症状を有しているか否かを推定し、
かつ、前記学習済みモデルは、学習用のスペクトログラム画像と該学習用のスペクトログラム画像に対応する前記音声データを発したユーザが有している疾患又は症状を表す正解ラベルとが対応付けられた教師データにより予め学習された学習済みモデルである、
処理をコンピュータが実行する情報処理方法。 - ユーザが発した音声の時系列データである音声データを取得し、
取得した前記音声データから、所定の音響パラメータである特徴量を抽出し、
取得した前記音声データに対応する画像を生成し、
抽出された前記特徴量を、前記特徴量から精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状の度合いを表すスコアを算出するための予め学習された第1の学習済みモデルへ入力して、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを表す第1のスコアを算出し、
生成された前記画像を、前記画像から精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状の度合いを表すスコアを算出するための予め学習された第2の学習済みモデルへ入力して、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを表す第2のスコアを算出し、
前記第1のスコアと前記第2のスコアとを合成することにより、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを表す合成スコアを算出し、
算出された前記合成スコアに応じて、前記ユーザが何れかの疾患又は症状を有しているか否かを推定する、
処理をコンピュータが実行する情報処理方法。 - ユーザが発した音声の時系列データである音声データを取得し、
前記音声データから、所定の音響パラメータである特徴量を抽出し、
前記音声データを周波数解析することにより、前記音声データのスペクトログラムを表すスペクトログラム画像を生成し、
前記特徴量と、前記特徴量から精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状の度合いを表すスコアを算出するための予め設定された算出モデルとに基づいて、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを表す第1のスコアを算出し、
前記スペクトログラム画像を、前記スペクトログラム画像から精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状の度合いを表すスコアを算出するための予め学習された学習済みモデルへ入力して、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを表す第2のスコアを算出し、
前記第1のスコアと前記第2のスコアとを合成することにより、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを表す合成スコアを算出し、
前記合成スコアに応じて、前記ユーザが何れかの疾患又は症状を有しているか否かを推定する、
処理をコンピュータに実行させるための情報処理プログラム。 - ユーザが発した音声の時系列データである音声データを取得し、
取得した前記音声データを周波数解析することにより、前記音声データのスペクトログラムを表すスペクトログラム画像を生成し、
取得した前記音声データから所定の音響パラメータである特徴量を抽出し、生成された前記スペクトログラム画像から学習済みモデルを用いることにより特徴量を抽出し、
抽出された前記特徴量と、前記特徴量から精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状の度合いを表すスコアを算出するための予め設定された算出モデルとに基づいて、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを表すスコアを算出し、
算出された前記スコアに応じて、前記ユーザが何れかの疾患又は症状を有しているか否かを推定し、
かつ、前記学習済みモデルは、学習用のスペクトログラム画像と該学習用のスペクトログラム画像に対応する前記音声データを発したユーザが有している疾患又は症状を表す正解ラベルとが対応付けられた教師データにより予め学習された学習済みモデルである、
処理をコンピュータに実行させるための情報処理プログラム。 - ユーザが発した音声の時系列データである音声データを取得し、
取得した前記音声データから、所定の音響パラメータである特徴量を抽出し、
取得した前記音声データに対応する画像を生成し、
抽出された前記特徴量を、前記特徴量から精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状の度合いを表すスコアを算出するための予め学習された第1の学習済みモデルへ入力して、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを表す第1のスコアを算出し、
生成された前記画像を、前記画像から精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状の度合いを表すスコアを算出するための予め学習された第2の学習済みモデルへ入力して、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを表す第2のスコアを算出し、
前記第1のスコアと前記第2のスコアとを合成することにより、前記ユーザが精神系疾患若しくは神経系疾患、又は、精神障害症状若しくは認知機能障害症状を有している度合いを表す合成スコアを算出し、
算出された前記合成スコアに応じて、前記ユーザが何れかの疾患又は症状を有しているか否かを推定する、
処理をコンピュータに実行させるための情報処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021037791A JP7430398B2 (ja) | 2020-06-11 | 2021-03-09 | 情報処理装置、情報処理方法、情報処理システム、及び情報処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2020/023049 WO2021250854A1 (ja) | 2020-06-11 | 2020-06-11 | 情報処理装置、情報処理方法、情報処理システム、及び情報処理プログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021037791A Division JP7430398B2 (ja) | 2020-06-11 | 2021-03-09 | 情報処理装置、情報処理方法、情報処理システム、及び情報処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6854554B1 true JP6854554B1 (ja) | 2021-04-07 |
JPWO2021250854A1 JPWO2021250854A1 (ja) | 2021-12-16 |
Family
ID=75267881
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020541455A Active JP6854554B1 (ja) | 2020-06-11 | 2020-06-11 | 情報処理装置、情報処理方法、情報処理システム、及び情報処理プログラム |
JP2021037791A Active JP7430398B2 (ja) | 2020-06-11 | 2021-03-09 | 情報処理装置、情報処理方法、情報処理システム、及び情報処理プログラム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021037791A Active JP7430398B2 (ja) | 2020-06-11 | 2021-03-09 | 情報処理装置、情報処理方法、情報処理システム、及び情報処理プログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230210451A1 (ja) |
EP (1) | EP4166092A4 (ja) |
JP (2) | JP6854554B1 (ja) |
WO (1) | WO2021250854A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022139943A2 (en) * | 2020-10-23 | 2022-06-30 | Remmie, Inc. | Machine learning for ear disease diagnosis assistance |
KR20240010219A (ko) * | 2022-07-15 | 2024-01-23 | 에스케이텔레콤 주식회사 | 음정 떨림 특성을 이용한 음성질환 진단 방법 및 장치 |
Citations (6)
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 |
US20170354363A1 (en) * | 2011-08-02 | 2017-12-14 | Massachusetts Institute Of Technology | Phonologically-based biomarkers for major depressive disorder |
JP2018121749A (ja) * | 2017-01-30 | 2018-08-09 | 株式会社リコー | 診断装置、プログラム及び診断システム |
JP2019187492A (ja) * | 2018-04-18 | 2019-10-31 | Pst株式会社 | 推定方法および推定装置 |
CN110495854A (zh) * | 2019-07-30 | 2019-11-26 | 科大讯飞股份有限公司 | 特征提取方法、装置、电子设备及存储介质 |
WO2020013296A1 (ja) * | 2018-07-13 | 2020-01-16 | Pst株式会社 | 精神・神経系疾患を推定する装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3016418C (en) * | 2016-03-03 | 2020-04-14 | Google Llc | Deep machine learning methods and apparatus for robotic grasping |
US9739783B1 (en) * | 2016-03-15 | 2017-08-22 | Anixa Diagnostics Corporation | Convolutional neural networks for cancer diagnosis |
WO2018173108A1 (ja) * | 2017-03-21 | 2018-09-27 | 富士通株式会社 | 関節位置推定装置、関節位置推定方法及び関節位置推定プログラム |
CN107464230B (zh) * | 2017-08-23 | 2020-05-08 | 京东方科技集团股份有限公司 | 图像处理方法及装置 |
US20190385711A1 (en) * | 2018-06-19 | 2019-12-19 | Ellipsis Health, Inc. | Systems and methods for mental health assessment |
-
2020
- 2020-06-11 JP JP2020541455A patent/JP6854554B1/ja active Active
- 2020-06-11 US US18/001,118 patent/US20230210451A1/en active Pending
- 2020-06-11 WO PCT/JP2020/023049 patent/WO2021250854A1/ja active Search and Examination
- 2020-06-11 EP EP20940116.5A patent/EP4166092A4/en active Pending
-
2021
- 2021-03-09 JP JP2021037791A patent/JP7430398B2/ja active Active
Patent Citations (6)
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 |
US20170354363A1 (en) * | 2011-08-02 | 2017-12-14 | Massachusetts Institute Of Technology | Phonologically-based biomarkers for major depressive disorder |
JP2018121749A (ja) * | 2017-01-30 | 2018-08-09 | 株式会社リコー | 診断装置、プログラム及び診断システム |
JP2019187492A (ja) * | 2018-04-18 | 2019-10-31 | Pst株式会社 | 推定方法および推定装置 |
WO2020013296A1 (ja) * | 2018-07-13 | 2020-01-16 | Pst株式会社 | 精神・神経系疾患を推定する装置 |
CN110495854A (zh) * | 2019-07-30 | 2019-11-26 | 科大讯飞股份有限公司 | 特征提取方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
EP4166092A1 (en) | 2023-04-19 |
WO2021250854A1 (ja) | 2021-12-16 |
JPWO2021250854A1 (ja) | 2021-12-16 |
US20230210451A1 (en) | 2023-07-06 |
EP4166092A4 (en) | 2024-03-06 |
JP7430398B2 (ja) | 2024-02-13 |
JP2021194527A (ja) | 2021-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Schuller et al. | The interspeech 2017 computational paralinguistics challenge: Addressee, cold & snoring | |
Byun et al. | Retroflex versus bunched in treatment for rhotic misarticulation: Evidence from ultrasound biofeedback intervention | |
Wang et al. | Articulatory distinctiveness of vowels and consonants: A data-driven approach | |
Dawson et al. | Methods for quantifying tongue shape and complexity using ultrasound imaging | |
CN106073706B (zh) | 一种面向简易精神状态量表的个性化信息和音频数据分析方法及*** | |
JP6854554B1 (ja) | 情報処理装置、情報処理方法、情報処理システム、及び情報処理プログラム | |
Lee et al. | Acoustic and tongue kinematic vowel space in speakers with and without dysarthria | |
Csapó et al. | Error analysis of extracted tongue contours from 2d ultrasound images. | |
Carignan et al. | Analyzing speech in both time and space: Generalized additive mixed models can uncover systematic patterns of variation in vocal tract shape in real-time MRI | |
Abushakra et al. | Augmenting breath regulation using a mobile driven virtual reality therapy framework | |
Weirich et al. | Palatal morphology can influence speaker-specific realizations of phonemic contrasts | |
Gómez-Vilda et al. | Monitoring amyotrophic lateral sclerosis by biomechanical modeling of speech production | |
CN114582487A (zh) | 基于中医知识图谱的中医辅助诊疗的方法及*** | |
Kearney et al. | Treating speech movement hypokinesia in Parkinson's disease: Does movement size matter? | |
Ribeiro et al. | Exploiting ultrasound tongue imaging for the automatic detection of speech articulation errors | |
JP2015103183A (ja) | 診療支援装置 | |
Feld et al. | There goes the neighborhood: Lipreading and the structure of the mental lexicon | |
Guarin et al. | Video-based facial movement analysis in the assessment of bulbar amyotrophic lateral sclerosis: clinical validation | |
Silva et al. | Critical Articulators Identification from RT-MRI of the Vocal Tract. | |
JP2020086023A (ja) | 行動識別方法、行動識別装置、行動識別プログラム、機械学習方法、機械学習装置及び機械学習プログラム | |
Zourmand et al. | A magnetic resonance imaging study on the articulatory and acoustic speech parameters of Malay vowels | |
CN116741330A (zh) | 诊疗报告生成方法、装置、设备及存储介质 | |
WO2019073900A1 (ja) | 機械学習装置、判定装置、機械学習方法、判定方法、学習用プログラム、判定用プログラムおよび記録媒体 | |
Faes et al. | Speech production accuracy of children with auditory brainstem implants: A comparison with peers with cochlear implants and typical hearing using Levenshtein Distance | |
CN109697413B (zh) | 基于头部姿态的人格分析方法、***和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200728 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200728 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200728 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200818 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201020 |
|
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: 20210209 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210309 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6854554 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |