【摘要】：抑郁癥是一類常見(jiàn)的心理精神疾病,其以高患病率、高發(fā)生率等危害成為嚴(yán)重的精神疾病之一。通過(guò)臨床診斷和研究發(fā)現(xiàn),抑郁癥患者聲音中所表現(xiàn)出的低沉、緩慢、單一等特點(diǎn)是異于常人的,因此,采用語(yǔ)音聲學(xué)特征作為客觀指標(biāo)對(duì)抑郁癥進(jìn)行診斷研究已成為近年來(lái)研究的熱點(diǎn)。此外,面部表情的變化也是傳達(dá)情感的方式,因此,本文提出一種新的融合語(yǔ)音信號(hào)和人臉表情的自動(dòng)抑郁癥輔助檢測(cè)算法,具體工作如下:(1)針對(duì)抑郁語(yǔ)音發(fā)聲特點(diǎn),提出一種針對(duì)抑郁類語(yǔ)音的信號(hào)增強(qiáng)算法,探究不同特征參數(shù)在多情感語(yǔ)音中的有效區(qū)分力。本文采用一種改進(jìn)型譜減算法對(duì)抑郁類語(yǔ)音進(jìn)行語(yǔ)音增強(qiáng),應(yīng)用統(tǒng)計(jì)分析法對(duì)多類情感語(yǔ)音的特征變化規(guī)律進(jìn)行統(tǒng)計(jì)分析,通過(guò)實(shí)驗(yàn)最終確定將基音頻率、前三共振峰、能量以及短時(shí)平均幅度特征作為區(qū)分不同情感語(yǔ)音的有效特征。(2)結(jié)合不同情感語(yǔ)音的發(fā)聲特點(diǎn),提出一種新的融合語(yǔ)音信號(hào)和人臉表情共同識(shí)別的抑郁癥輔助檢測(cè)算法。基于上述對(duì)多情感語(yǔ)音特征值的分析,找到與抑郁語(yǔ)音相似度高的情感語(yǔ)音,選取梅爾頻率倒譜系數(shù)(Mel-Frequency Cepstral Coefficients,MFCC)為特征參數(shù),通過(guò)實(shí)驗(yàn)選擇合適的網(wǎng)絡(luò)結(jié)構(gòu)、確定網(wǎng)絡(luò)參數(shù),建立BP神經(jīng)網(wǎng)絡(luò)—抑郁類識(shí)別模型進(jìn)行判別。采用稀疏表示算法對(duì)不同表情所屬狀態(tài)判別歸類。實(shí)驗(yàn)結(jié)果表明,融合語(yǔ)音和人臉表情的抑郁癥輔助判別算法,在相似情感類別的判斷中也可作為診斷抑郁癥的輔助手段。(3)基于對(duì)上述抑郁識(shí)別模型的研究,實(shí)現(xiàn)了基于BP神經(jīng)網(wǎng)絡(luò)的Adaboost算法,并設(shè)計(jì)了自動(dòng)抑郁癥輔助檢測(cè)系統(tǒng)界面。待確定BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)后,通過(guò)不斷加入弱分類器,進(jìn)行反復(fù)迭代,以滿足預(yù)設(shè)的誤差率,達(dá)到有效分類。實(shí)驗(yàn)表明,Adaboost算法在相似度高的情感語(yǔ)音之間能夠起到較好的判別作用。此外,本文設(shè)計(jì)的系統(tǒng)界面不僅成本低廉、操作便捷,且在實(shí)際使用中也可做到對(duì)患者隱私的保護(hù),達(dá)到了雙贏。
【圖文】：

31圖 17 Cool Edit Pro 視頻編輯3.4.2 情感語(yǔ)音特征分析本文對(duì)六類情感語(yǔ)音進(jìn)行基音頻率提取，統(tǒng)計(jì)值如表 6 所示。選取高興、害怕、郁和正常四類情感進(jìn)行如下示意。

第三章 基于語(yǔ)音信號(hào)的抑郁癥輔助檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)設(shè)計(jì)別率達(dá)到最理想，神經(jīng)網(wǎng)絡(luò)參數(shù)的配置起到了很重要的作設(shè)計(jì)，探究隱含層節(jié)點(diǎn)數(shù)的不同對(duì)網(wǎng)絡(luò)收斂速度及識(shí)別準(zhǔn)增強(qiáng)前的語(yǔ)音庫(kù)和信號(hào)增強(qiáng)后的語(yǔ)音庫(kù)，輸入特征選擇 M樣本，，30%作為測(cè)試樣本，在隱含層節(jié)點(diǎn)數(shù)設(shè)置為 5、10、用 5 次交叉驗(yàn)證后的平均值作為最終識(shí)別率，如表 7 和圖表 7 不同神經(jīng)元數(shù)在自建抑郁語(yǔ)音庫(kù)下的正確率元數(shù) 5 10 15 20 別率 66.3% 68.2% 71.7% 76.2% 別率 69.4% 73.9 75.1% 84.4%
【學(xué)位授予單位】：西北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：R749.4;TN912.34

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 傅小蘭;王輝;范偉;;抑郁癥患者的面部表情識(shí)別研究[J];心理與行為研究;2015年05期

2 陶華偉;g

本文編號(hào)：2614616