科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的 提出一种基于语音特征的机器学习诊断新方法，以实现抑郁症的临床智能诊断。方法选择抑郁症患者与正常人群的语音信号作为信号源，语音信号特征采取短期特征与长期特征相结合的方法，将短期特征离散化后，分别通过独立组合和共同出现的方法生成组合特征，并结合随机森林算法和极度梯度提升算法进行分类与评估。结果 组合特征作为分类特征相较于短期特征、长期特征以及深度学习的方法在F1分数上绝对提高21%、14%、14%，非抑郁类的敏感度上绝对提高36%、29%、7%。结论 特征组合方法能够根据语音片段对抑郁程度进行很好的分类。
-
单位中南民族大学; 生物医学工程学院
