目的分析先天性中外耳畸形患者纯音听力特点。方法回顾性分析213例(253耳)先天性中外耳畸形患者的纯音听力特点。结果纯音测听显示传导性耳聋198耳(78.26%)、混合性耳聋53耳(20.95%)、感音神经性耳聋2耳(0.78%)。将语频段0.5KHz、1k Hz...目的分析先天性中外耳畸形患者纯音听力特点。方法回顾性分析213例(253耳)先天性中外耳畸形患者的纯音听力特点。结果纯音测听显示传导性耳聋198耳(78.26%)、混合性耳聋53耳(20.95%)、感音神经性耳聋2耳(0.78%)。将语频段0.5KHz、1k Hz、2KHz、4k Hz中任一频率未引出骨导或气导听力的患者剔除后余206例(246耳),平均气导阈值进行分析:以中重度耳聋(55d-70d B HL)51.63%(127/246),重度耳聋(71-90d B HL)33.74%(83/246)为主;其中传导性耳聋和混合性耳聋中重度,重度所占比例分别为59.60%(118/198),26.77%(53/198);18.75%(9/48),62.50%(30/48)。在56-80 d B HL范围内传导性耳聋、混合性耳聋所占比例分别为82.83%(164/198)、58.33%(28/48)。对混合性耳聋骨导纯音测听结果分析示:主要在2KHz处骨导听力有下降,占72.92%,平均阈值为30.42±7.84d B HL(10-60 d B HL),结论先天性中外耳畸形患者主要表现为传导性耳聋,以中重度、重度耳聋为主。骨导听力损失主要发生在2KHz,在2KHz处平均骨导听阈有轻度下降。展开更多
为了提供精神分裂症阴性症状临床诊断的客观生物学指标,实现精神分裂症自动检测,提出一种基于语音音调域动态特征的精神分裂症自动检测算法。基于频率覆盖度量和子带编码模型对语音信号进行基频提取,根据基频曲线及音调特征提出FDS-set(...为了提供精神分裂症阴性症状临床诊断的客观生物学指标,实现精神分裂症自动检测,提出一种基于语音音调域动态特征的精神分裂症自动检测算法。基于频率覆盖度量和子带编码模型对语音信号进行基频提取,根据基频曲线及音调特征提出FDS-set(Fundamental frequency Digital Statistical feature Set)、EVR(Eight-tenths of the Vocal Range)、PVPD(Pitch Peak-Valley Profile Distance)、TFF(Tone Fluctuation Frequency)音调域声学动态特征参数,将其音调域动态声学特征参数集与SVM分类器结合,实现精神分裂症的自动检测。实验数据采集于28位精神分裂症患者及28位正常人,共448句语音样本。实验结果表明,提出的基于语音音调域动态特征的精神分裂症自动检测算法在精神分裂症自动检测的正确率达88.39%。相比国内外现状方法,该算法能够提取精神分裂症患者独特的语音音调特征,为临床医生提供客观的辅助诊断方法,具有重要的临床研究意义。展开更多
文摘目的分析先天性中外耳畸形患者纯音听力特点。方法回顾性分析213例(253耳)先天性中外耳畸形患者的纯音听力特点。结果纯音测听显示传导性耳聋198耳(78.26%)、混合性耳聋53耳(20.95%)、感音神经性耳聋2耳(0.78%)。将语频段0.5KHz、1k Hz、2KHz、4k Hz中任一频率未引出骨导或气导听力的患者剔除后余206例(246耳),平均气导阈值进行分析:以中重度耳聋(55d-70d B HL)51.63%(127/246),重度耳聋(71-90d B HL)33.74%(83/246)为主;其中传导性耳聋和混合性耳聋中重度,重度所占比例分别为59.60%(118/198),26.77%(53/198);18.75%(9/48),62.50%(30/48)。在56-80 d B HL范围内传导性耳聋、混合性耳聋所占比例分别为82.83%(164/198)、58.33%(28/48)。对混合性耳聋骨导纯音测听结果分析示:主要在2KHz处骨导听力有下降,占72.92%,平均阈值为30.42±7.84d B HL(10-60 d B HL),结论先天性中外耳畸形患者主要表现为传导性耳聋,以中重度、重度耳聋为主。骨导听力损失主要发生在2KHz,在2KHz处平均骨导听阈有轻度下降。
文摘为了提供精神分裂症阴性症状临床诊断的客观生物学指标,实现精神分裂症自动检测,提出一种基于语音音调域动态特征的精神分裂症自动检测算法。基于频率覆盖度量和子带编码模型对语音信号进行基频提取,根据基频曲线及音调特征提出FDS-set(Fundamental frequency Digital Statistical feature Set)、EVR(Eight-tenths of the Vocal Range)、PVPD(Pitch Peak-Valley Profile Distance)、TFF(Tone Fluctuation Frequency)音调域声学动态特征参数,将其音调域动态声学特征参数集与SVM分类器结合,实现精神分裂症的自动检测。实验数据采集于28位精神分裂症患者及28位正常人,共448句语音样本。实验结果表明,提出的基于语音音调域动态特征的精神分裂症自动检测算法在精神分裂症自动检测的正确率达88.39%。相比国内外现状方法,该算法能够提取精神分裂症患者独特的语音音调特征,为临床医生提供客观的辅助诊断方法,具有重要的临床研究意义。
