【摘要】：帕金森癥是繼阿茲海默癥之后的第二大神經(jīng)系統(tǒng)疾病,其臨床表現(xiàn)主要包括靜止性震顫、運(yùn)動遲緩、肌強(qiáng)直和姿勢步態(tài)障礙,同時患者可伴有抑郁、便秘和睡眠障礙等非運(yùn)動癥狀,嚴(yán)重影響患者的生活質(zhì)量。及早發(fā)現(xiàn)癥狀,及時治療能夠幫助患者顯著提高其生活質(zhì)量。因此,實(shí)現(xiàn)帕金森癥的早期診斷檢測具有重要意義。相關(guān)研究表明可以利用帕金森癥患者語音以及機(jī)器學(xué)習(xí)方法,實(shí)現(xiàn)有效的帕金森癥的早期診斷。在此基礎(chǔ)上,本文對語音的特征、語音的聲譜圖、卷積神經(jīng)網(wǎng)絡(luò)、大數(shù)據(jù)下的典型機(jī)器學(xué)習(xí)平臺進(jìn)行探討,提出了基于聲譜圖的帕金森癥檢測方法。該方法中的深度學(xué)習(xí)模型使用基于Spark的DeepLearning4J工具包訓(xùn)練。實(shí)驗(yàn)顯示,使用語音的聲譜圖結(jié)合卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行帕金森癥檢測可以達(dá)到很高的準(zhǔn)確度。同時,開發(fā)了帕金森癥檢測系統(tǒng),系統(tǒng)主要包括用戶管理、語音上傳、帕金森癥檢測、數(shù)據(jù)庫四個模塊。用戶在注冊登錄之后,在用戶中心提交錄制的一段持續(xù)元音/a/或/o/的語音,上傳至服務(wù)端,經(jīng)服務(wù)端處理后,將檢測結(jié)果反饋給用戶。本系統(tǒng)對用戶友好,操作簡便,檢測速度較快,準(zhǔn)確度高。
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TH77
【圖文】：

聲強(qiáng)級：在物理學(xué)中，把單位時間內(nèi)通過垂直于聲波傳播方向的單位聲強(qiáng)。聲強(qiáng)用 表示，單位為瓦/平米， 瓦/平米稱為基準(zhǔn)聲強(qiáng)對聲音強(qiáng)弱的感覺并不是與聲強(qiáng)成正比，而是與其對數(shù)成正比的。所表示。其單位為貝爾聲強(qiáng)級(貝爾，Bel)。即 。一般人對強(qiáng)兩個聲音便可區(qū)別出來，因此用貝爾的十分之一來作為聲強(qiáng)的單位則為分貝爾(decibel)，簡稱分貝(dB)，即又稱音量，人對聲音大小的一個主觀感覺量。一般來說，聲音頻率一也越大。但是響度與頻率有關(guān)，相同的聲強(qiáng)，頻率不同時，響度也可值表示，即為響度級，響度級的單位定義為方，符號為 phon。根據(jù)國際 1000Hz 純音的響度級定義為 0 phon，n dB 聲級的 1000Hz 純音的響頻率的聲級與響度級的對應(yīng)關(guān)系要從等響度曲線查出，如圖 2.1 所示。

圖 2.2 主觀音高與實(shí)際頻率的關(guān)系過時由于聲帶周期性的振動，形成周期性的激發(fā)氣所有的元音和一些輔音。全舒展，聲道的某部位收縮形成一個狹窄的通道，生的音)完全舒展，聲道的某部位完全閉合，一旦閉合點(diǎn)突聲帶的尺寸、特性和聲帶所受張力決定，其值等于掉就是基音周期的定義)。人類基音頻率的范圍在2,...)：聲道是一個諧振腔，它放大聲音氣流的某些頻率我們稱之為共振峰或共振峰頻率。發(fā)音時，由聲帶振動而產(chǎn)生濁音，清音由空氣摩擦

南京郵電大學(xué)專業(yè)學(xué)位碩士研究生學(xué)位論文 第二章 相關(guān)背景知識介紹進(jìn)行線性組合，若線性組合后的值大于 0 就輸出 1，否則為-1，其可以用式(2.2.1)表示。(2.2.1)若該神經(jīng)元位于輸出層，則將其輸出值與訓(xùn)練樣本的目標(biāo)輸出進(jìn)行比較產(chǎn)生誤差值，若不是則將其輸出值與其他神經(jīng)元的輸出值都作為下一層神經(jīng)元的輸入，神經(jīng)元的結(jié)構(gòu)如圖 2.3 所示。

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 黃宜華;;大數(shù)據(jù)機(jī)器學(xué)習(xí)系統(tǒng)研究進(jìn)展[J];大數(shù)據(jù);2015年01期

2 何清;李寧;羅文娟;史忠植;;大數(shù)據(jù)下的機(jī)器學(xué)習(xí)算法綜述[J];模式識別與人工智能;2014年04期

3 郝樹魁;;Hadoop HDFS和MapReduce架構(gòu)淺析[J];郵電設(shè)計(jì)技術(shù);2012年07期

4 劉鯖潔;陳桂明;劉小方;占君;;BP神經(jīng)網(wǎng)絡(luò)權(quán)重和閾值初始化方法研究[J];西南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年06期

5 涂碧波;鄒銘;詹劍鋒;趙曉芳;樊建平;;多核處理器機(jī)群Memory層次化并行計(jì)算模型研究[J];計(jì)算機(jī)學(xué)報(bào);2008年11期

6 王歡;都志輝;;并行計(jì)算模型對比分析[J];計(jì)算機(jī)科學(xué);2005年12期

7 王慶先;孫世新;尚明生;劉宴兵;;并行計(jì)算模型研究[J];計(jì)算機(jī)科學(xué);2004年09期

8 劉方愛,劉志勇,喬香珍;一種異步BSP模型及其程序優(yōu)化技術(shù)[J];計(jì)算機(jī)學(xué)報(bào);2002年04期

本文編號：2766275