[发明专利]一种基于Fbank和MFCC融合特征的帕金森音频智能检测方法及系统

说明书

本发明涉及一种基于Fbank和MFCC融合特征的帕金森音频智能检测方法及系统。该方法包括，获取帕金森患者和非帕金森患者的音频数据集；构建音频预处理模型；根据所述音频数据集和所述音频预处理模型，确定音频特征向量；构建二维卷积神经网络模型；根据音所述音频特征向量和二维卷积神经网络模型，得到标签向量；根据所述标签向量，确定帕金森患者。本发明采用声音的Fbank和MFCC融合特征，减少了噪声对声音的干扰，提高了交互性以及检测效率。

技术领域

本发明涉及帕金森非接触式智能检测领域，特别是一种基于Fbank和MFCC融合特征的帕金森音频智能检测方法。

背景技术

帕金森病是一种常见的神经系统变性疾病，多见于老年人群体，平均发病年龄为60岁左右。帕金森的病情一经发现，就不可逆转，所以在早期对疾病进行控制十分重要。言语障碍是指由运动-言语系统中的运动区的神经损伤造成的运动性语言障碍，在所有的帕金森患者中，大约有90％的患者会出现这种症状，其特征主要表现为声音强度的降低、倾向于升高和不变的音调、模糊不清的言语。言语障碍均为临床判定是否患帕金森病的重要指标之一。

传统的机器学习方法可以通过提取语音的多种系数进而对语音进行分析。但这种方法通常提取的特征不够稳定，不能反映声音的全貌，这使得算法的稳定性很差。此外，这些算法容易受到外界噪声的影响，难以用于实际。

发明内容

本发明的目的是提供一种基于Fbank和MFCC融合特征的帕金森音频智能检测方法，能够直接分析音频特征，提高交互性和检测效率。

为实现上述目的，本发明提供如下方案：

一种基于Fbank和MFCC混合特征的帕金森智能音频智能检测方法，包括：

获取帕金森患者和非帕金森患者的音频数据集；

构建音频预处理模型；

根据所述音频数据集和所述音频预处理模型，确定音频特征向量；

构建二维卷积神经网络模型；

根据音所述音频特征向量和二维卷积神经网络模型，得到标签向量；

根据所述标签向量，确定帕金森患者。

可选的，所述构建音频预处理模型，具体包括：

构建的音频预处理模型，包括音频截取阶段、特征提取阶段和特征拼接阶段。

可选的，根据所述音频数据集和所述音频预处理模型，确定音频特征向量，具体包括：

将音频截取成一定长度，分别提取音频的Fbank特征和MFCC特征，然后将Fbank特征和MFCC特征进行拼接，最后得到2维特征向量。

可选的，所述构建二维卷积神经网络模型，具体包括：

构建的二维卷积神经网络模型，包括第一深度卷积阶段、第二深度卷积阶段和网络全连接阶段，所述第一深度卷积阶段包括第一音频特征卷积层、第二音频特征卷积层和第一音频特征池化层，所述第二深度卷积阶段包括第三音频特征卷积层、第四音频特征卷积层和第二音频特征池化层，网络全连接阶段包括音频特征输入层、音频特征隐藏层和音频特征输入层。

可选的，根据音所述音频特征向量和二维卷积神经网络模型，得到标签向量，具体包括：

将音频预处理模型输出的2维特征向量，作为二维卷积神经网络的输入向量，得到1维标签向量。

一种基于Fbank和MFCC混合特征的帕金森智能音频智能检测系统，包括：

数据采集模块，用于获得帕金森患者和非帕金森患者的音频数据集；

音频预处理模块，用于对音频进行预处理；