[发明专利]基于语音信号分析的阿尔茨海默症状诊断设备

权利要求书

1.一种基于语音信号分析的阿尔茨海默症状诊断设备，其特征在于，包含：

获取模块，用于获取若干阿尔茨海默病患者和健康人群的语音信号数据；

预处理模块，用于对所述语音信号数据进行预处理；

训练模块，通过预处理后的所述语音信号对搭建好的非监督深度学习网络模型进行训练获取特征矩阵；

预测模块，通过搭建的判别器网络模型基于所述训练模块获取的特征矩阵诊断分析其是否为阿尔茨海默病患者；

采集模块，采集待识别的测试者的测试语音信号；

所述预处理模块还对所述测试语音信号进行预处理；

所述预处理模块将预处理后的所述测试语音信号输入至训练好的所述非监督深度学习网络模型中进行分析提取特征，通过所述预测模块的判别器网络模型输出分类结果。

2.根据权利要求1所述的基于语音信号分析的阿尔茨海默症状诊断设备，其特征在于，

所述预处理模块包括：

归一化单元，用于将所述语音信号数据进行归一化处理；

分割单元，用于将所述语音信号数据按照一定时间周期进行分割得到子片段；

提取单元，用于提取分割后的每一段所述子段的梅尔频谱；

对数单元，用于对提取到的所述梅尔频谱取对数得到对数梅尔频谱。

3.根据权利要求2所述的基于语音信号分析的阿尔茨海默症状诊断设备，其特征在于，

所述预处理模块还包括：

规范化单元，用于对所述对数单元计算得到的所述对数梅尔频谱进行零-均值规范化处理。

4.根据权利要求2所述的基于语音信号分析的阿尔茨海默症状诊断设备，其特征在于，

所述归一化单元在对所述语音信号数据进行归一化处理中，

所述归一化处理具体为最小-最大归一化处理。

5.根据权利要求2所述的基于语音信号分析的阿尔茨海默症状诊断设备，其特征在于，

所述分割单元在将所述语音信号数据按照一定时间周期进行分割的具体方法为：

将所述语音信号数据按照0.5s为周期进行分割，不足0.5s的语音片段进行舍去。

6.根据权利要求2所述的基于语音信号分析的阿尔茨海默症状诊断设备，其特征在于，

所述提取单元提取分割后的每一段所述子片段的梅尔频谱的具体方法为：

提取每一段所述子片段的梅尔频谱，采样率为16kHZ，做512点快速傅里叶变换，每次移动64点，并将所述梅尔频谱映射为128道梅尔刻度。

7.根据权利要求1所述的基于语音信号分析的阿尔茨海默症状诊断设备，其特征在于，

所述训练模块通过预处理后的所述语音信号对搭建好的非监督深度学习网络模型进行训练中，

模型训练时设置学习率为0.0001，优化算法为Adam算法，loss函数采用均方差，激活函数采用Relu。

8.根据权利要求1所述的基于语音信号分析的阿尔茨海默症状诊断设备，其特征在于，

所述非监督深度学习网络模型为自编码深度学习模型。

9.根据权利要求1所述的基于语音信号分析的阿尔茨海默症状诊断设备，其特征在于，

所述获取模块获取若干阿尔茨海默病患者和健康人群的语音信号数据的具体方法为：

获取ADReSSo公开数据库中的87位阿尔兹海默病患者和79位健康人群的正常叙述的语音作为所述语音信号数据。