發(fā)布時間：2017-07-17 15:09

  本文關(guān)鍵詞：基于聲音的病例特征提取與分析

  更多相關(guān)文章： 聲音診斷 基音頻率 采樣率 GCI序列

【摘要】：相比于現(xiàn)有的診斷技術(shù),無損非侵入式的聲音診斷技術(shù),近年來受到學(xué)術(shù)界的持續(xù)關(guān)注。但目前各種聲音診斷研究中采集設(shè)備多種多樣,采集流程各有差別,然而關(guān)于采樣流程中的因素和分類準(zhǔn)確率的關(guān)系的研究十分稀少。實(shí)際上,聲音診斷技術(shù)目前仍處于起步階段,亟待解決其采集過程中的標(biāo)準(zhǔn)化客觀化問題。本課題的研究內(nèi)容主要是圍繞客觀化采集流程規(guī)范以及病理特征提取和分析來展開。為建立客觀化的采集環(huán)境,本課題設(shè)計了包含隔音室,麥克風(fēng)和聲卡的聲音診斷系統(tǒng)。采集環(huán)境中的噪音十分影響采集到的聲音的質(zhì)量,因此隔音室用于降低噪聲,減少量可達(dá)40分貝。提出的麥克風(fēng)和聲卡的選型指標(biāo)保證了采集的聲音信號不失真。參考對比已有實(shí)驗(yàn)的采集流程,文中建立了采集流程規(guī)范以保證流程客觀性。根據(jù)漢語語音特點(diǎn)以及采集地區(qū)的具體情況,確定了語音采集的具體發(fā)音內(nèi)容。該發(fā)音內(nèi)容包含漢語的全部單元音以及大多數(shù)漢語輔音類型,確保采集到的語音覆蓋大部分發(fā)音器官,能記錄到因發(fā)音器官病變而產(chǎn)生的聲音變化。在完成發(fā)音流程及內(nèi)容設(shè)計之后,于中醫(yī)院采集了頻率為192 kHz或者96 kHz的聲音樣本,其中用于分類的樣本有101人次2828例,主要包括健康人聲音樣本、帕金森病人聲音樣本、肺癌病人聲音樣本和聲帶疾病類病人聲音樣本�；谶@些樣本,我們探討了不同采樣頻率的基音頻率和GCI序列的差異以及聲音特征和融合特征在不同采樣頻率下的分類準(zhǔn)確率。實(shí)驗(yàn)表明,對帕金森疾病而言,當(dāng)采樣頻率在16 kHz及以上時不同采樣頻率下的基音頻率以及GCI序列差別不大。當(dāng)使用全部特征時,帕金森聲音在8 kHz時分類效果顯著下降,肺癌聲音或者聲帶類疾病聲音在16 kHz及以下采樣率時分類效果顯著下降,而三類聲音在其余采樣頻率下分類效果相差最大僅為3%,其中最高分類準(zhǔn)確度分別為89%±3%、87.50%±2.2%和84.23%±2.9%。綜合考量存儲空間、特征計算速度以及分類準(zhǔn)確度,確定最佳實(shí)用采樣頻率在24 kHz左右。由于分類疾病為典型的神經(jīng)系統(tǒng)疾病,肺部疾病以及聲帶疾病,因此我們推出該結(jié)論對主要影響這三個器官的發(fā)音系統(tǒng)疾病也具有參考意義。
【關(guān)鍵詞】：聲音診斷 基音頻率 采樣率 GCI序列
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R44
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 緒論9-15
• 1.1 課題研究背景及意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀及綜述10-13
• 1.3 本課題的主要研究內(nèi)容13-14
• 1.4 本課題的組織結(jié)構(gòu)14-15
• 第2章 聲音診斷系統(tǒng)框架設(shè)計及實(shí)現(xiàn)15-22
• 2.1 引言15
• 2.2 聲診系統(tǒng)硬件設(shè)計15-19
• 2.3 聲診系統(tǒng)的軟件設(shè)計19-21
• 2.4 本章小結(jié)21-22
• 第3章 發(fā)音內(nèi)容設(shè)計及音頻采樣率選擇22-31
• 3.1 引言22
• 3.2 發(fā)音內(nèi)容設(shè)計22-28
• 3.2.1 語音的工程模型22-25
• 3.2.2 疾病對發(fā)音系統(tǒng)的影響以及發(fā)音的規(guī)范25-28
• 3.3 音頻采樣率選擇28-30
• 3.4 本章小結(jié)30-31
• 第4章 基頻估計和GCI提取算法及其實(shí)驗(yàn)效果31-45
• 4.1 引言31-32
• 4.2 基頻提取算法32-35
• 4.3 基頻結(jié)果評價35-38
• 4.4 GCI檢測算法38-40
• 4.5 GCI檢測結(jié)果評測40-44
• 4.6 本章小結(jié)44-45
• 第5章 聲音特征提取算法及其實(shí)驗(yàn)效果45-53
• 5.1 引言45
• 5.2 聲音特征算法45-49
• 5.3 聲音特征實(shí)驗(yàn)效果49-52
• 5.4 本章小結(jié)52-53
• 結(jié)論53-54
• 參考文獻(xiàn)54-60
• 致謝60

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 葛丁飛;李小梅;;心電信號多周期融合特征提取和分類研究[J];中國生物醫(yī)學(xué)工程學(xué)報;2006年06期

2 張紹武;潘泉;趙春暉;程詠梅;;基于加權(quán)自相關(guān)函數(shù)特征提取法的多類蛋白質(zhì)同源寡聚體分類研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2007年04期

3 薛建中,鄭崇勛,閆相國;快速多變量自回歸模型的意識任務(wù)的特征提取與分類[J];西安交通大學(xué)學(xué)報;2003年08期

4 楊曉敏,羅立民;白細(xì)胞自動分類中的特征提取和分析[J];北京生物醫(yī)學(xué)工程;1992年04期

5 王雙維;樊曉平;廖志芳;;一種激光誘導(dǎo)熒光光譜特征提取新方法[J];計算機(jī)工程與應(yīng)用;2008年12期

6 杜軍平,涂序彥;計算機(jī)圖像處理技術(shù)在舌像特征提取中的應(yīng)用[J];中國醫(yī)學(xué)影像技術(shù);2003年S1期

7 游佳;陳卉;;數(shù)字圖像中血管的分割與特征提取[J];生物醫(yī)學(xué)工程與臨床;2011年01期

8 謝軼峰;;乳腺超聲圖像腫瘤特征提取與腫瘤分類[J];中外醫(yī)療;2013年16期

9 吳澤暉,吳星;醫(yī)學(xué)圖象的邊緣特征提取[J];海南師范學(xué)院學(xué)報(自然科學(xué)版);2003年03期

10 楊曉敏，羅立民，，韋鈺;血液白細(xì)胞計算機(jī)分類中的特征提取研究[J];應(yīng)用科學(xué)學(xué)報;1994年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 尚修剛;蔣慰孫;;模糊特征提取新算法[A];1997中國控制與決策學(xué)術(shù)年會論文集[C];1997年

2 潘榮江;孟祥旭;楊承磊;王銳;;旋轉(zhuǎn)體的幾何特征提取方法[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2005）論文集[C];2005年

3 薛燕;李建良;朱學(xué)芳;;人臉識別中特征提取的一種改進(jìn)方法[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

4 杜栓平;曹正良;;時間—頻率域特征提取及其應(yīng)用[A];2005年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2005年

5 黃先鋒;韓傳久;陳旭;周劍軍;;運(yùn)動目標(biāo)的分割與特征提取[A];全國第二屆信號處理與應(yīng)用學(xué)術(shù)會議�？痆C];2008年

6 魏明果;;方言比較的特征提取與矩陣分析[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

7 林土勝;賴聲禮;;視網(wǎng)膜血管特征提取的拆支跟蹤法[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

8 秦建玲;李軍;;基于核的主成分分析的特征提取方法與樣本篩選[A];2005年中國機(jī)械工程學(xué)會年會論文集[C];2005年

9 劉紅;陳光

本文編號：554154