#物聯網征文#自閉症譜系障礙兒童聲紋特征濾波識别系統物聯網架構

一、項目背景

    根據《孤獨症教育康複行業發展狀況報告》，在全世界範圍内每 54 個兒童就有一個兒童患有自閉症譜系障礙，目前中國的自閉症譜系障礙患者已經超過了 1300萬，并且這個數量以每年近20萬的速度增長。

    調研發現我國關于自閉症譜系障礙方面的确診缺乏統一的診斷标準，各大醫院與醫療機構的主流診斷方案還是依托于量表等工具，誤診率高。但目前在确診方面缺乏科學精準的檢測儀器，導緻被确診為自閉症的患者平均年齡為4到5歲，遠遠滞後于18到24個月的最佳早期篩查診斷時機，使得患兒錯過最佳康複治療期。

    在2019年美國杜克大學李明教授在《Computer Speech & Language》期刊中發表《An automated assessment framework for atypical prosody and stereotyped idiosyncratic phrases related to autism spectrum disorder》一文，提出一個自動評估架構通過分析ASD兒童的非典型韻律和刻闆特殊短語來預測兒童具有ASD風險的機率，可将自閉症患者的診斷年齡提前至1到2歲，讓更多的自閉症孩子能盡早的确診，早發現早幹預早治療。

二、設計思路

2.1 物聯網三層架構

2.1.1 感覺層

    感覺層是基于物聯網的三層架構聲紋特征濾波識别系統的最底層，屬于最核心的部分，是實時采集環境音頻資訊的重要部分。本設計方案中感覺層主要由感應器件和感應器網絡構成，感應器件主要由三麥克風陣列的數字信号處理器、三麥克風陣列的數字信号處理和INMP441子產品組成，使用回聲消除算法、語音增強算法、降噪算法和音頻自動增益算法收集音頻資料。感應器網絡主要是由感應器件的資料傳輸所形成的整體傳輸網絡，主要采用RFID網絡、M2M網絡、WSN無線傳感器網絡、IEEE無線協定等網絡傳輸技術，本設計方案中采用的是 INMP441子產品，資料安全性強、穩定性好，能夠實時上傳資料資訊。

2.1.2 傳輸層

    傳輸層是将感覺層各類資料資訊通過網絡通訊技術進行傳輸處理，使其能夠将感覺層收集到的音頻資料資訊進行上傳到應用層中。本設計方案中主要選取TCP/IP傳輸控制協定，将感覺層采集到的音頻資料上傳至華為雲OBS桶中進行資料持久化存儲，在需要應用時再将資料調用出來，極大的提高聲紋特征濾波識别系統的工作效率。

2.1.3 應用層

    應用層作為與醫師互動層面，應用層将網絡層和感覺層的資料進行處理分析，使其能夠成為可檢視的識别資訊，友善醫師進行開展下一步工作。本項目在應用層使用準确率高達93.8%的病理語音智能神經網絡模型對比分析自閉症譜系障礙兒童和正常兒童在聲學特征上的差異，使用音頻分析技術提取聲學特征參數進行分析，從聲學角度指導醫生對待測兒童進行早期篩查，醫師可在團隊已經開發出鴻蒙APP、PC端EXE程式，手持端DAYU200程式檢視識别結果，可将自閉症譜系障礙兒童的篩查确診提前至1-2歲，且在5分鐘内能出診斷結果，在極短的時間内輔助醫生完成診斷，耗時少，無需完成大量的量表，實作自閉症譜系障礙早期篩查的“可量化”和“精細化”。

2.2 開發架構

    開發可将整個系統分成三個子產品： 資料采集子產品、資料處理子產品和結果展示子產品，構想的開發設計技術架構如下：

【本文正在參加物聯網有獎征文活動】，活動連結：https://ost.51cto.com/posts/14758