语言障碍诊治仪ZM2.1的诊断设计

目的 利用计算机的语音识别技术、智能模糊信息处理技术、多媒体技术等，设计语言障碍诊治仪ZM2．1。方法 设计基于计算机智能运算的语言障碍诊治仪ZM2．1诊断筛选题，共65题，通过患者对诊断筛选题的回答，计算机分析患者对听觉和视觉输入的理解，患者语音和手动触摸的反馈表达，利用宏观功能模块Bayes运算分离出19种语言障碍的类型，并计算每个被试与标准模型的比较，显示出符合率。结论 该诊断筛选流程是基于计算机智能诊断技术的临床应用，是汉语语言障碍的诊治与计算机、心理学、语言学的交叉结合的结果，有较大的应用前景。     

语言认知评估系统用于语言认知障碍评估的可行性分析

背景 随着我国人口老龄化程度日益加深,认知障碍的发病率逐年增长,认知障碍严重影响我国居民的生活质量。目前,语言认知障碍的筛查依旧依赖于传统的神经心理量表,量表测量法对评估人员的技术要求较高,花费时间长,受试者对其耐受性较差。目的 探讨语言认知评估系统用于语言认知障碍评估的可行性。方法 采用随机抽样法,于2018年3月至2020年3月选取55例入住于暨南大学第一附属医院康复医学科且简易精神状态检查量表(MMSE)基线得分为10～20分的脑卒中/脑损伤患者,以及18例健康受试者(暨南大学本科实习生、患者家属及陪护人员)作为研究对象。采用语言认知评估系统、蒙特利尔认知评估量表(MoCA)、MMSE、汉语失语成套测验(ABC)评价受试者的语言、认知功能状况。通过Spearman秩相关分析受试者语言认知评估系统得分与其MMSE、MoCA得分间的相关性;采用受试者工作特征(ROC)曲线评价语言认知评估系统对语言认知障碍的诊断价值,并计算语言认知评估系统在识别语言认知障碍患者中的灵敏度、特异度和准确度。通过对18例健康受试者进行满意度调查,了解受试者对语言认知评估系统的使用满意度。结果 Spearm...