抑郁癥是一種以情緒低落和興趣減退為核心癥狀的精神類(lèi)疾病,以其高患病率、高復(fù)發(fā)率、高致殘率、高致死率等特點(diǎn)成為精神疾病中的頭號(hào)殺手。減輕抑郁癥危害的關(guān)鍵在于早診早治,但目前缺乏基于客觀指標(biāo)的有效識(shí)別技術(shù)。臨床觀察和研究發(fā)現(xiàn),抑郁患者的語(yǔ)言行為具有緩慢、單調(diào)、低沉、停頓等異于常人的特點(diǎn),因此基于語(yǔ)音信號(hào)的抑郁識(shí)別技術(shù),以其廉價(jià)、易采集、非接觸等優(yōu)點(diǎn)成為新的研究熱點(diǎn)。通過(guò)大量查閱文獻(xiàn)我們發(fā)現(xiàn),基于語(yǔ)音的抑郁識(shí)別研究中有三個(gè)關(guān)鍵問(wèn)題:(1)如何設(shè)計(jì)實(shí)驗(yàn)獲得高質(zhì)量的語(yǔ)音數(shù)據(jù);(2)如何在眾多紛雜的語(yǔ)音特征中確定有效特征;(3)如何構(gòu)建高效的識(shí)別模型。本文圍繞這三個(gè)問(wèn)題開(kāi)展了研究,主要貢獻(xiàn)及創(chuàng)新有以下五點(diǎn):1.我們以言語(yǔ)方式和情緒效價(jià)為實(shí)驗(yàn)因素設(shè)計(jì)了實(shí)驗(yàn),歷時(shí)兩年,共收集了536人的高質(zhì)量語(yǔ)音數(shù)據(jù)。通過(guò)對(duì)比發(fā)現(xiàn),對(duì)于抑郁識(shí)別問(wèn)題,訪談和圖片描述的效果要好于詞匯朗讀,中性效價(jià)要優(yōu)于正性和負(fù)性效價(jià),這為將來(lái)選擇實(shí)驗(yàn)方案和優(yōu)化模型提供了參考。2.為了能較好兼顧運(yùn)算時(shí)間、分類(lèi)率、特征穩(wěn)定性三個(gè)因素,我們提出了一種基于幅度加權(quán)的FCBF改進(jìn)算法,在驗(yàn)證了其有效性后,我們又在此基礎(chǔ)上提出了一種SHFS特征選擇...

【文章頁(yè)數(shù)】：118 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 基于語(yǔ)音的抑郁識(shí)別研究歷史與現(xiàn)狀
    1.3 面臨的挑戰(zhàn)
    1.4 解決思路及主要貢獻(xiàn)
    1.5 本文章節(jié)安排
第二章 理論基礎(chǔ)及研究重點(diǎn)
    2.1 語(yǔ)音的定義
    2.2 發(fā)音原理及影響因素
    2.3 抑郁人群語(yǔ)言行為的特點(diǎn)
    2.4 常見(jiàn)語(yǔ)音特征簡(jiǎn)介
    2.5 抑郁人群語(yǔ)音研究的重點(diǎn)
        2.5.1 實(shí)驗(yàn)設(shè)計(jì)
        2.5.2 有效特征的篩選
        2.5.3 模型構(gòu)建
    2.6 本章小結(jié)
第三章 針對(duì)抑郁識(shí)別的語(yǔ)音實(shí)驗(yàn)
    3.1 實(shí)驗(yàn)?zāi)康?br>    3.2 實(shí)驗(yàn)方案
        3.2.1 被試入組和排除標(biāo)準(zhǔn)
        3.2.2 實(shí)驗(yàn)流程及素材
        3.2.3 數(shù)據(jù)收集
        3.2.4 數(shù)據(jù)預(yù)處理及特征提取
    3.3 數(shù)據(jù)分析及結(jié)論
        3.3.1 言語(yǔ)方式的比較
        3.3.2 情緒效價(jià)的比較
        3.3.3 特征集的通用性
        3.3.4 交互特征分析
    3.4 本章小結(jié)
第四章 基于FCBF的改進(jìn)算法及有效特征篩選
    4.1 特征選擇概述
    4.2 基于FCBF的改進(jìn)算法
        4.2.1 問(wèn)題的提出
        4.2.2 基于幅度加權(quán)的FCBF改進(jìn)算法
        4.2.3 一種簡(jiǎn)單高效的特征選擇算法
    4.3 基于特征選擇的有效特征篩選
    4.4 本章小結(jié)
第五章 有效特征分析及新特征構(gòu)造
    5.1 語(yǔ)音特征的分類(lèi)率比較
    5.2 幾個(gè)重要特征的分析
        5.2.1 發(fā)音和停頓
        5.2.2 抖動(dòng)
        5.2.3 梅爾倒譜系數(shù)
        5.2.4 線性預(yù)測(cè)系數(shù)
    5.3 一種基于聲譜圖熵的新特征
    5.4 一種針對(duì)抑郁識(shí)別的語(yǔ)音特征標(biāo)準(zhǔn)化方法
    5.5 本章小結(jié)
第六章 基于多語(yǔ)音段的集成學(xué)習(xí)模型
    6.1 問(wèn)題的提出及解決思路
    6.2 集成學(xué)習(xí)概述
    6.3 抑郁識(shí)別中的多樣性增強(qiáng)
        6.3.1 多樣性增強(qiáng)概述
        6.3.2 多語(yǔ)音段的集成學(xué)習(xí)實(shí)驗(yàn)
        6.3.3 言語(yǔ)方式的多樣性
    6.4 一種基于樣本概率的剪枝方法
        6.4.1 集成剪枝概述
        6.4.2 一種基于樣本概率的剪枝方法
        6.4.3 實(shí)驗(yàn)及討論
    6.5 基于多語(yǔ)音段的抑郁識(shí)別模型
        6.5.1 剪枝實(shí)驗(yàn)及討論
        6.5.2 經(jīng)過(guò)剪枝的多語(yǔ)音段模型
    6.6 本章小結(jié)
第七章 基于語(yǔ)音的抑郁識(shí)別系統(tǒng)設(shè)計(jì)
    7.1 系統(tǒng)設(shè)計(jì)方案
    7.2 抑郁識(shí)別模塊的測(cè)試
    7.3 本章小結(jié)
第八章 總結(jié)與展望
    8.1 總結(jié)
    8.2 研究計(jì)劃
參考文獻(xiàn)
在學(xué)期間的研究成果
致謝



本文編號(hào)：3742845