基于神经网络和自然对话的阿尔兹海默症风险预估方法

摘要

本发明公开一种基于神经网络和自然对话的阿尔兹海默症风险预估方法，属于人工智能识别、语言学分析领域。其包括采集测试者的有效自由表达，使用语言处理软件ELAN对语料进行转写、切分和标注；利用Token embedding将处理内容转化为数据并建立多模态语料库；利用CNN神经网络模型与LSTM神经网络模型进行文本分析，作为预估阿尔兹海默症的数据。本发明采用Token embedding方法实现语料信息的特征提取，为识别模型增加多模态的语言标志物和语言模式作为输入因素；因此具有较高的识别准确率和抗人为因素干扰的能力。本发明可减轻患者检查时的身体和心理负担，缩短检查周期，降低实验成本，有利于大规模推广。