[发明专利]基于集成流形降维的帕金森语音识别系统

说明书

本发明公开一种基于集成流形降维的帕金森语音识别系统，包括：数据采集器：用于采集和存储训练数据、验证数据和测试数据，上述数据均为帕金森语音数据，且训练数据和验证数据中包括了代表帕金森病况的标签数据；分类器模块；通过训练数据和验证数据训练所得，并用于对测试数据进行分类识别，确定测试数据的标签类型；输出模块，用于输出最终的识别结果；本发明通过对分类器的训练过程进行改进，引入加权局部判别式保持投影嵌入集成方式，充分考虑了具有较大的类内差异和较小的类间方差的PD语音样本，同时引入AdaBoost方法来构造映射矩阵，提高LPP算法的稳定性，与现有的帕金森语音特征提取算法相比，本系统具有更高的分类精度。

技术领域

本发明涉及智慧医疗技术，具体地说，是一种基于集成流形降维的帕金森语音识别系统。

背景技术

帕金森氏病(PD)是仅次于阿尔茨海默氏病的第二大神经退行性疾病，并且患者人数逐年增加。PD给患者带来极大的不便，给患者的家庭和社会带来沉重的经济负担。帕金森氏病尚无永久性治愈方法，因此，PD的早期诊断尤为重要。声音性能下降是PD患者的常见症状，已被广泛用于PD的诊断。但是，现有的帕金森语音数据集具有冗余度高，噪声大和样本少的特点。如何提高PD诊断的准确性已成为相关领域学者或研究人员面临的科学问题。降维(DR)可以有效地处理PD语音数据，提高PD的诊断准确性和模型的泛化能力。

目前，根据所选择的特征子集是否为原始特征空间的子集，用于PD语音数据集的DR方法可以分为特征选择和特征提取。PD语音数据集最早的DR方法主要集中在特征选择上，因为特征选择的特征子集是原始特征空间的子集，具有较高的可解释性，并且不会丢失单个特征与标签之间的重要信息。帕金森氏症诊断常用的特征选择算法是：最小绝对收缩和选择算子(LASSO)、粒子群优化(PSO)、遗传算法(GA)、最小冗余最大相关性(mRMR)、Relief、顺序向后选择(SBS)和顺序向前选择(SFS)等。但是，这些方法由于必须删除一些特征而导致原始数据信息的丢失。

特征提取可以完全解决这个问题，它主要是将高维数据映射到特定的低维空间，并尽可能保留帕金森样本信息。此外，特征提取相对于特征选择的另一个优点是它更适合处理带有噪声的数据集。据我们所知，大多数与医学有关的数据集包含噪音数据。因此，特征提取算法已被学者用于帕金森氏病的诊断。诊断PD语音数据集最具代表性的特征提取方法是PCA和LDA。尽管在帕金森病数据处理中，PCA和LDA取得了良好的结果，但这并不意味着这种方法是高效的。PCA和LDA都是线性特征提取方法——假设从高维空间到低维空间的函数映射是线性的，这与大多数复杂数据具有非线性特点的现状相悖。这导致线性特征提取方法在数据降维的过程中无法很好地探索数据的特征，从而导致PD的诊断准确率提高有限。

非线性特征降维技术可以实现数据从高维特征空间到低维特征空间的映射，并且已经应用于PD的诊断。现有的PD语音数据非线性特征提取算法可以分为两类，第一类称为核映射方法，该方法通过对PD语音样本执行核映射来实现非线性映射，典型的代表性算法是KPCA。但是，核映射方法的缺点是需要根据数据的先验知识为数据找到合适的核函数。在没有先验知识的情况下，很难为数据找到合适的核函数。第二类为神经网络，其用于实现PD语音数据的非线性映射，如深度神经网络。尽管神经网络在PD诊断中取得了良好的性能，但仍然存在一些不足。1)神经网络模型的建立需要大量数据，许多现有的PD语音数据集无法满足这一需求。2)由少量样本数据建立的神经网络模型容易过度拟合，导致模型的泛化性较差。3)此外，神经网络模型的建立是一个非常耗时的过程。