基于聲音的病例特征提取與分析.pdf

1、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?jī)?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(jì)了包含隔音室，麥克風(fēng)和聲卡的聲音診斷系統(tǒng)。采

2、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(hào)不失真。參考對(duì)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)

3、容設(shè)計(jì)之后，于中醫(yī)院采集了頻率為192kHz或者96kHz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。基于這些樣本，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(duì)帕金森疾病而言，當(dāng)采樣頻率在16kHz及以上時(shí)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

4、部特征時(shí)，帕金森聲音在8kHz時(shí)分類效果顯著下降，肺癌聲音或者聲帶類疾病聲音在16kHz及以下采樣率時(shí)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(chǔ)空間、特征計(jì)算速度以及分類準(zhǔn)確度，確定最佳實(shí)用采樣頻率在24kHz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(duì)主要影響這三個(gè)器官的發(fā)