[发明专利]一种基于麦克风阵列的抑郁症检测方法

权利要求书

1.一种基于麦克风阵列的抑郁症检测方法，其特征在于，包括以下步骤：

步骤1、使用麦克风阵列采集目标患者的语音信号并对其进行预处理；

步骤2、提取步骤1中目标患者预处理后的音频信号和已有抑郁症患者语音数据的MFCC特征，生成音频频谱图；

步骤3、将步骤2中提取的MFCC特征送入1D卷积神经网络，得到MFCC的P维特征；

步骤4、将步骤2中生成的音频频谱图送入2D卷积神经网络，得到频谱图的O维特征；

步骤5、将步骤4得到的O维特征输入对抗生成网络生成新频谱图像，并将生成的新频谱图像传入步骤4的2D卷积神经网络进行训练；

步骤6、将步骤3提取到的MFCC的P维特征和步骤5训练得到的特征进行融合并通过全连接层进行降维；

步骤7、通过步骤6得到的降维后的特征训练分类器；

步骤8、通过步骤7训练好的分类器识别测试语音，得到识别结果。

2.如权利要求1所述的一种基于麦克风阵列的抑郁症检测方法，其特征在于，所述步骤1具体包括以下步骤：

步骤1.1、通过四元十字麦克风阵列采集目标患者语音信号；

步骤1.2、对采集到的目标患者语音信号进行分帧加窗，利用快速傅里叶变换将信号从时域比变换到频域，通过计算平滑功率谱和噪声功率谱完成谱因子的估算，输出谱减后的信号，最后结合能熵比计算并检测目标患者的语音信号，得到语音的端点值；

步骤1.3、结合端点检测的结果，使用DOA定位方法对声源信号进行位置判断；

步骤1.4、端点检测、声源定位处理后的语音信号，通过超指向性波束形成算法将四路信号合成一路信号，实现麦克风阵列信号的合成、降噪与增强。

3.如权利要求2所述的一种基于麦克风阵列的抑郁症检测方法，其特征在于，所述步骤2具体包括以下步骤：

步骤2.1、首先通过汉明窗函数将语音信号分成帧；然后生成倒谱特征向量，并为每个帧计算离散傅立叶变换，仅保留振幅谱的对数，频谱经过平滑后，在Mel频率范围内收集44100个频段的24个频谱分量，应用Karhunen-Loeve变换后，将其近似为离散余弦变换；最后每帧获得[f₁,f₂,...,f_N]个倒谱特征；

步骤2.2、根据所设定的帧数，将目标患者语音信号进行分帧加窗，对离散的语音信号x(m)做短时傅里叶变换，计算其在第m帧的功率谱则得到语谱图；选择L个滤波器，在时间方向上选择与滤波器大大小相同的L帧，则生成L×L×3的频谱图，将所生成的彩色图像大小调整为M×M×3。

4.如权利要求3所述的一种基于麦克风阵列的抑郁症检测方法，其特征在于，所述步骤3的1D卷积神经网络为：使用一个开源的基于Tensorflow的Keras框架，只搭建两个1D卷积层，其中每层均采用纠正线性单元作为激活函数；输入维度为M×1，通过w₁个大小为m×1卷积层滤波器，dropout为0.1，最大池步幅为q₁，输出为S的特征向量；在训练1D卷积神经网络的阶段，使用遍历的方法依次将每帧语音信号的包含时频信息的MFCC特征读取到内存中，划分出训练集和测试集，并分别对训练集和测试集添加标签，再将处理好的数据按照集合标签传入卷积神经网络中，进行迭代训练，共计迭代B次。

5.如权利要求4所述的一种基于麦克风阵列的抑郁症检测方法，其特征在于，所述步骤4的2D卷积神经网络为：使用一个开源的基于Tensorflow的Keras框架，搭建一个包含w₂个n*n大小的二维卷积层，w₁个最大池化层以及1个输出维度为L的全连接层的卷积神经网络，其中在卷积层和全连接层中均采用纠正线性单元作为激活函数；在训练卷积神经网络的阶段，使用遍历的方法依次将每帧语音信号的包含类纹理信息的频谱图特征读取到内存中，划分出训练集和测试集，并分别对训练集和测试集添加标签，再将处理好的数据按照集合标签传入卷积神经网络中，进行迭代训练，共计迭代B次；进行训练卷积神经网络，使用随机梯度下降法作为优化器，设置学习率为ε，每次更新后的学习率衰减值为μ，动力为β。