發(fā)布時(shí)間：2021-06-09 06:48

　　腦卒中是一種突發(fā)性的腦血管堵塞或破裂的疾病。在我國成年人中,致死或致殘的第一因素就是腦卒中。同時(shí),腦卒中不僅具有較高的致死率以及致殘率,而且容易反復(fù)發(fā)作。目前,在醫(yī)學(xué)上,腦卒中的治療方法主要用于腦卒中發(fā)生之后,治療方法缺乏時(shí)效性,從而導(dǎo)致腦卒中治療效果很不理想。對于腦卒中的防治,醫(yī)學(xué)界普遍認(rèn)為預(yù)防是腦卒中疾病最好的治療措施。針對目前腦卒中疾病防治遇到的問題,本文提出了基于語音特征的腦卒中風(fēng)險(xiǎn)智能預(yù)測方法,該方法主要研究以下幾個(gè)方面內(nèi)容:（1）本文將語音特征作為腦卒中智能預(yù)測的特征集。在腦卒中發(fā)生前,患者最為明顯的征兆就是說話不利索且比較困難,同時(shí)會(huì)伴有吐字不清等癥狀。本文通過獲取腦卒中患者和正常人的語音,從原始語音數(shù)據(jù)中提取語音特征,在語音特征中,梅爾頻率倒譜系數(shù)（Mel Frequency Cepstrum Coefficient,MFCC）特征能夠很好地表征原始語音的語音特性。將MFCC語音特征作為腦卒中智能預(yù)測的特征集。（2）本文使用相關(guān)的數(shù)據(jù)預(yù)處理方法對語音特征進(jìn)行預(yù)處理。在獲取的MFCC語音特征中,本身會(huì)有很多問題,比如,MFCC語音特征會(huì)存在缺失值以及冗余特征等,本文使用合... 

【文章來源】：廣東工業(yè)大學(xué)廣東省

【文章頁數(shù)】：62 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

語音產(chǎn)生流程圖

然后計(jì)算語音信號(hào)的采樣值以及線性預(yù)測的采樣值，使得當(dāng)樣本與之前的多個(gè)線性擬合樣本在均分誤差方面達(dá)到最小。線性預(yù)測分析個(gè)極好的聲道模型，利用該模型可以用來降低傳輸碼率以及解混響。 梅爾頻率倒譜系數(shù)特征MFCC 語音特征可以很好地表示語音信號(hào)在頻率域的能量分布[38]。MFCC 常適合耳朵的聽覺特性。在人的語音信號(hào)處理過程中，語音信號(hào)的低頻部音信號(hào)的大部分信號(hào)，人一般可以識(shí)別的聲音頻率為 20Hz 到 2000Hz 的范知的聲音頻率與聲音的實(shí)際頻率是符合非線性關(guān)系的，但與其聲音的實(shí)際總體上可以看成線性的關(guān)系[39]。Mel 頻率與實(shí)際頻率的的關(guān)系可用方程表示Mel(f) 2595lg(1 f/700)（，f 表示實(shí)際的頻率，單位為 Hz。Mel 頻率與語音的實(shí)際頻率 f 的關(guān)系圖 2-2

圖 2-3 MFCC 語音特征提取的基本流程Figure 2-3 Basic flow of MFCC features重：這個(gè)步驟是一個(gè)對信號(hào)高頻部分使用濾波器進(jìn)行加號(hào)在高頻部分的能量。該步驟可以減少來自噪音信號(hào)的，使得提取的語音特征可以獲得更高的準(zhǔn)確性。語音信程表示：y(n)=x(n)-0.95x(n-1) 輸出信號(hào)，x(n-1)表示過去的語音輸入信號(hào)，x(n)表示語：分幀的目的是將語音信號(hào)分為一定數(shù)量的小幀，信號(hào)時(shí)間 Ts 共同確定，持續(xù)時(shí)間被用來確定每幀的長度，間的重疊大小，信號(hào)的分幀步驟可以用下面的方程式表示Nw=10-3(fs*Tw) Ns=10-3(fs*Ts)


本文編號(hào)：3220158