歡迎來到演算法、軟體和硬體三位一體的未來世界論文書籍站
Lingual tonsil的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理
國立交通大學 生醫工程研究所 林顯豐所指導 黃稚晏的 使用生理信號自動識別睡眠呼吸暫停事件的系統 （2019），提出Lingual tonsil關鍵因素是什麼，來自於睡眠呼吸中止症、多導睡眠圖、振幅比較法、振盪相位同步分析、鎖相值。
而第二篇論文國立高雄師範大學 特殊教育學系 曾進興所指導 陳怡仁的 代償構音治療方案對舌癌病人術後口語清晰度及聲學特徵之影響 （2017），提出因為有 舌癌、口語清晰度、子音、母音的重點而找出了 Lingual tonsil的解答。
使用生理信號自動識別睡眠呼吸暫停事件的系統
為了解決Lingual tonsil 的問題，作者黃稚晏 這樣論述：
近年來，睡眠障礙已經成為社會中許多人的問題。其中，睡眠呼吸暫停是一種常見的睡眠障礙，它會影響大約總人口的2-5%。與普通人相比，患有睡眠呼吸中止症的人有較高風險罹患心血管疾病，因此，睡眠問題逐漸受到重視。此外，流行病學數據表明未經診斷和未經治療的呼吸暫停會導致嚴重的健康後果。因此，檢測和治療睡眠呼吸中止綜合症的方法得到了廣泛的重視。目前診斷的標準方法是多導睡眠圖(PSG)，它需要藉由專門的監視儀和專業的睡眠技師去紀錄與分析整夜各種電生理訊號，然後再使用被量測的信號判斷是否存在睡眠呼吸暫停事件。然而，PSG技術複雜且耗時，而且需要龐大的人力資源與設備上的花費，因此簡化診斷睡眠呼吸暫停症的需求被
提出。本篇主要為設計一套使用來自PSG的少量生理訊號自動識別呼吸暫停事件的方法，並將訊號分析後的結果透過圖形使用者介面(GUI)做呈現。在方法設計上，振幅比較法被用於分析鼻口熱敏訊號，而振盪相位同步分析用於處理胸腹呼吸訊號，接著，再使用鎖相值的計算進行閥值過濾，以挑選出適當的值能作為分辨有無發生睡眠呼吸暫停事件的條件。實驗結果表明，通過對兩種不同標記方法的人工註釋資料的驗證，我們的方法能達到96.5%和97%的識別準確性。另外，GUI將完整地顯示分析結果與異常段的標記。此研究提供一致性的診斷，並且使用少量訊號即能識別的這項特性降低複雜性與診斷時間。最後，本篇研究將開發出一套穩定又操作簡易且方便
的辨識系統，其用於自動區分呼吸暫停事件和非呼吸暫停段，達到應用於醫院專業人員輔助判斷依據的目的。
代償構音治療方案對舌癌病人術後口語清晰度及聲學特徵之影響
為了解決Lingual tonsil 的問題，作者陳怡仁 這樣論述：
摘要本研究的目的是建立一套「代償構音治療方案」，以協助舌切除病人術後的口語清晰度，並利用知覺與聲學的方法，分析舌切除病人於接受語言治療後，口語清晰度及聲學特徵的變化情形及兩者間的相關性。以期語言治療師設計舌切除病人術後口語復健的治療計畫時能參考此方案，以協助舌切除病人術後口語清晰度的改善。本研究的對象為40位接受全舌切除及近全舌切除術的舌癌病人，依據病人是否可以配合接受語言治療分成兩組，能接受語言治療者為實驗組，未能接受語言治療者為控制組，實驗組須接受研究者每週一次、每次40分鐘、為期三個月共12次的語言治療課程，研究者教導病人利用「下顎上抬前伸」、「咬」、「輕觸」、「迅速的上下分離」、「緩
慢外推並且穩定持續送氣」、「快速外推並且送氣」、「雙唇緊閉並且咽部用力」等代償性的構音動作產生口語。由四位大學畢業、聽力正常、母語為台語、語言治療年資達10年以上且未曾接觸舌癌患者的語言治療師為口語清晰度的評分者，並由研究者分析病人語料中，子音及母音的聲學特徵。結果顯示，語言治療介入的策略確實可以顯著提升舌切除病人術後的口語清晰度與改變部分子音及母音的聲學特徵。經語言治療後的實驗組口語清晰度變化顯著優於控制組的口語清晰度、實驗組病人語言治療後的口語清晰度亦顯著優於語言治療前的口語清晰度。實驗組病人經語言治療後，顯著改變的口語聲學特徵，包括：塞音/kʰ/VOT的減少、塞音/t/、/tʰ/、/k/
、/kʰ/沖直線出現率的增加、塞擦音/ts/噪音時長的減少、塞擦音/ʨ/、/ʨʰ/、/ts/、/tsʰ/沖直線出現率的增加、擦音/s/噪音音段頻譜的平均頻率增加、母音/a/、/i/、/u/的時長增加、母音/a/F2的頻率增加等。另外，塞音/t/、 /tʰ/的沖直線出現率、擦音/ɕ/的噪音時長與口語清晰度間有顯著的相關性。研究結果顯示，「代償構音治療方案」的語言治療，對於近全舌及全舌切除並接受皮瓣移植的舌癌病人，術後口語清晰度的提升有顯著的幫助，並能改變部分口語的聲學特徵，增加口語溝通時聽者的辨識度。關鍵字：舌癌、口語清晰度、子音、母音