基于語音數據的有效特征分析及其在抑郁水平評估中的應用.pdf

1、抑郁癥作為一種常見的精神障礙，具有發(fā)病率、復發(fā)率、自殺率高，知曉率、治療率低等特點，嚴重危害個人身心健康。近年來，隨著社會壓力不斷增大，抑郁癥發(fā)病率逐年上升，全球約有3億人正在遭受抑郁癥的折磨。而當前診斷嚴重依賴醫(yī)師臨床經驗和患者自我描述，受主觀因素影響較大。因此需要一個客觀、有效、便捷的評估手段輔助抑郁診斷，語音以其非侵入、低成本的優(yōu)點成為檢測抑郁癥有力的客觀指標。
　　使用語音檢測抑郁的研究按照研究方法可分為橫斷面研究和追蹤研

2、究。追蹤研究是指抑郁治療過程中定期采集抑郁患者語音數據，關注語音特征隨抑郁水平變化的趨勢，但該研究只能關注個體語音變化情況，所得結論在人群分類上不一定適用；橫斷面研究在一個較短時間區(qū)間內采集語音數據，關注正常、抑郁人群在語音特征上的差異，但較少關注不同抑郁水平人群的分類問題，且由于個體差異，存在不一致的結論；不同于單純地區(qū)別正常、抑郁人群，不同抑郁水平人群在心理、生理上存在的差異不明顯，檢測語音特征差異存在困難。目前尚未有研究明確提出能

3、夠有效區(qū)分不同抑郁水平人群的特征。為解決這一問題，同時考慮個體差異的存在，本文進行了一系列工作，主要工作及貢獻如下：
　?。?）構建語音數據集，并引入相關研究未討論過的新特征。本文選取132名被試（72名女性，60名男性被試），依據量表分數，將受試人群分為正常、輕度抑郁、重度抑郁三類，對其年齡、學歷、職業(yè)等因素進行匹配，減少干擾因素的影響，采用該領域常用的范式與情緒刺激激發(fā)語音，構建三分類語音數據集。數據集共包含14類特征，包括相

4、關研究列舉的經典特征，未被討論過的新特征。
　?。?）應用統(tǒng)計分析及數據降維中的多種方法進行有效特征篩選，發(fā)現了多個能有效區(qū)分不同抑郁水平人群的特征集，均為韻律與頻譜特征的組合，如聲音強度等韻律特征，以及梅爾頻率與LPC系數等頻譜特征。男、女性數據分別選出了5個、4個特征集，在三分類問題上取得了較好的分類結果。
　?。?）利用上述特征集建立多特征集綜合決策分類系統(tǒng)，應用于語音數據中，改善了使用語音數據評估抑郁水平的效果。本文

5、使用GMM建立多特征集決策系統(tǒng)，在多個特征集上分別訓練模型，然后對預測結果進行決策融合，在男、女數據上分別得到了70％、75%的分類準確率，與相關研究相比有所上升。
　　本文構建了一個基于抑郁水平的三分類語音數據集，并在這一數據集上，利用多種統(tǒng)計分析及數據降維方法發(fā)現了多個有效特征集，對語音數據的多分類效果較好；并利用它們建立了多特征集綜合決策分類系統(tǒng)，與相關研究相比，提高了抑郁水平評估的準確率。這一成果為使用語音數據評估抑郁水平