[发明专利]一种基于麦克风阵列的抑郁症检测方法

说明书

本发明公开的一种基于麦克风阵列的抑郁症检测方法，包括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；提取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；将MFCC特征送入1D卷积神经网络，得到MFCC的P维特征；将音频频谱图送入2D卷积神经网络，得到频谱图的O维特征；将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2D卷积神经网络进行训练；将MFCC的P维特征和训练得到的特征进行融合并通过全连接层进行降维；降维特征训练分类器；训练分类器识别测试语音，得到识别结果。本发明提高了非实验环境下抑郁症识别的准确率。

技术领域

本发明属于语音识别方法技术领域，具体涉及一种基于麦克风阵列的抑郁症检测方法。

背景技术

目前语音信号已经在抑郁症检测领域取得了一些进展，但对病人病情的诊断主要要使患者在固定的语音采集装置前进行语音信号的采集并且主要依靠临床医生进行诊断，常见诊断放法有贝克抑郁量表(BDI)、汉米尔顿抑郁量表(HAMD)等，这就使得对于病人的诊断结果十分的依靠医师的经验和能力，更重要的是需要患者的配合。进而使得当前对患者诊察时所采集的语音多数都呈现着程序化和机械化的特点，也就有可能导致采集到的患者语音出现不准确的问题。所以检测装置必须能在患者日常生活自然状态下，去除背景噪音的情况下对患者的语音进行采集。

麦克风阵列是由一定数目的声学传感器组成，是一种用来对声场的空间特性进行采样并处理的系统。在复杂的声学环境下，噪声总是来自于四面八方，且其与语音信号在时间和频谱上常常是相互交叠的，再加上回波和混响的影响，利用单麦克风捕捉相对纯净的语音是非常困难的。而麦克风阵列融合了语音信号的空时信息，可以同时提取声源并抑制噪声。

卷积神经网络(CNN，Convolutional Neural Network)是近些年建立起来的深度学习算法之一，其对大型图像处理有良好的分类表现。生成对抗网络(GAN，GenerativeAdversarial Networks)最大的优势在于其解决了样本数据不充分的实验问题，通过构建合适的网络模型生成以假乱真的样本，可以有效帮助到医学疾病的诊断和预测，为医学研究提供更为重要的诊断依据。

将麦克风阵列可以清晰采取声音信号的优点与GAN和CNN两种深度学习方法的优势相结合，进而提高对抑郁症识别的准确率。

发明内容

本发明的目的在于提供一种基于麦克风阵列的抑郁症检测方法，提高了抑郁症识别的准确率。

本发明所采用的技术方案是：一种基于麦克风阵列的抑郁症检测方法，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。

本发明的特点还在于，

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；