[发明专利]一种对帕金森病语音分析的方法

说明书

本发明公开了一种对帕金森病语音分析的方法，包括对语音信号的升维处理，对升维信号进行降维滤波，对降维滤波信号进行分类计算得到语音的患病概率。即对语音信号进行升维——对一维语音信号进行分帧加窗，并将每一帧进行拼接，组成二维信号；对二维信号进行降维滤波，利用参数M，A，B对以上计算得到的二维信号进行滤波计算，对滤波结果进行池化后通过分类计算最后得到其分类结果。本发明通过对语音信号的分析，计算得到其患病概率，不需要复杂的提取语音特征的过程，对原始语音直接进行处理，得到患病概率。是一种简单、廉价、方便、可行的帕金森病语音分析方法。

技术领域

本发明涉及一种语音信号分析方法，尤其是一种语音异常信号的分析方法。

背景技术

帕金森病是人类常见的退行性疾病之一。患病者的死亡率较高。但在早期确诊的患者绝大多数能够延缓病情的发展，病情相对稳定，生活基本能够自理。

目前中国帕金森病患者人数众多，且增长速度极快，预计到2030年，中国将有1500万帕金森病患者。在帕金森病的各种表现中，语音障碍为早期帕金森病的典型症状之一，大约90％的帕金森病人会出现某种程度的语音障碍。传统帕金森病检测系统过程复杂费用高昂。随着人口老龄化的到来，急需一种可以应用于基层医疗机构甚至家庭的方便可行、费用低廉的帕金森病初步诊断方法。

Little等通过提取非线性特征来检测语音障碍，分析患者疾病的发展阶段。他们采用持续发固定元音“a”的方法对31个受试者进行试验。Sakar等设计了计算机辅助的数据收集系统，通过对受试者提供的各种类型发音的录音样本，提取相关特征，分析特征参数中对帕金森病分类器较大作用信息的特征。虽然两者都取得了较高的正确判断率，但是支持向量机的原理无法用物理意义解释，本发明对语音分析时，对语音进行时频化表示，使其具有可视化，通过使用短时傅里叶变换、卷积等系列计算实现对语音的分析，过程比传统语音分析方法简单。

发明内容

本发明目的在于提供一种设计合理、过程简单的对帕金森病语音分析的方法。

为实现上述目的，采用了以下技方案：所述方法包括以下步骤：

步骤1，获取待分析的语音信号，对待分析语音信号进行升维处理，即将一维的语音信号升维到二维语音信号；

步骤2，将二维语音信号进行降维滤波，得到原始语音相关计算参数；

步骤3，将得到原始语音相关计算参数进行类别分析，获得患病概率。

进一步的，步骤1中，对语音信号进行升维处理的过程如下：

(1)对语音信号以频率H进行采样，采样频率H大于8000Hz，采样得到其时域离散信号为x(n)，表示n点处的信号强度，信号长度为N；求信号的短时傅里叶变换，对信号进行分帧加窗处理，为保证分帧时不损失信息以及语音的连续性，在相邻两帧之间设置重叠，重叠的长度为步长为L，L在傅里叶变换点数的10％～50％之间，傅里叶变换点数等于窗函数的窗口长度；窗函数可采用矩形窗、三角窗、汉宁窗、汉明窗、指数窗、布莱克曼窗、布莱克曼-哈里斯窗等。则x(n)可以表示为x_m(n)其中m表示帧序号，每帧信号长度为窗函数的长度；公式如下：

其中N_w表示窗函数w(n)的窗口长度；

k∈[0,N_w-1]，m∈[1,M]，

(2)X(k,m)为x_m(n)的短时幅度谱估计，而x_m(n)的频谱能量密度函数(或功率谱函数)P(k,m)为：

其中||·||₂表示二范数