[发明专利]构建识别心力衰竭不同分期的分类模型的装置及相关组件

权利要求书

1.一种基于声音特征构建识别心力衰竭不同分期的分类模型的装置，其特征在于，包括：

样本处理单元，用于将所采集的语音模拟信号转换为语音数字信号，并对所述语音数字信号进行预处理，以及对预处理后的语音数字信号进行特征提取，得到多类语音特征样本；

模型训练单元，用于构建用于识别心力衰竭分期的分类模型，利用所述多类语音特征样本对所述分类模型进行训练和优化，得到最优分类模型，其中，用于识别心力衰竭A期和心力衰竭B期的分类模型为基于原始变量的AdaBoost分类模型；用于识别心力衰竭B期和C期的分类模型为基于Lasso降维的AdaBoost分类模型；用于识别心力衰竭A期和B期与C期的分类模型为基于Lasso降维的AdaBoost分类模型。

2.根据权利要求1所述的基于声音特征构建识别心力衰竭不同分期的分类模型的装置，其特征在于，所述样本处理单元包括：

第一转换单元，用于按预定采样周期将时间连续的语音模拟信号转换成时间离散、幅度连续的信号样本；

第二转换单元，用于将幅度上连续取值的每一个信号样本转换为离散值，并使用二进制进行表示，得到数字数据；

第三转换单元，用于将所述数字数据转成二进制码流，得到语音数字信号。

3.根据权利要求1所述的基于声音特征构建识别心力衰竭不同分期的分类模型的装置，其特征在于，所述样本处理单元还包括：

同步单元，用于采用降采样的方法将多个语音数字信号同步到统一的采样率；

端点检测单元，用于对统一采样率之后的语音数字信号进行端点检测，区分出语音区域和非语音区域；

加重单元，用于对所述语音区域的高频部分进行加重，增加语音的高频分辨率；

分帧和加窗单元，用于对加重后的所述语音区域进行分帧和加窗，得到多个语音信号分段。

4.根据权利要求1所述的基于声音特征构建识别心力衰竭不同分期的分类模型的装置，其特征在于，所述样本处理单元还包括：

提取单元，用于使用openSMILE开源工具包提取多维第一语音特征样本，以及利用python提取多维第二语音特征样本；

合并单元，用于将所述多维第一语音特征样本和多维第二语音特征样本合并，得到多类语音特征样本。

5.根据权利要求4所述的基于声音特征构建识别心力衰竭不同分期的分类模型的装置，其特征在于，所述第一语音特征样本包括：音高特征、频率微扰特征、共振峰特征、振幅微扰特征、响度特征、谐噪比特征、谐波差异特征、α比值特征、Hammarberg系数特征、谱斜率特征、梅尔倒谱系数特征、频谱流量特征、响度峰值的比率特征、连续声音区域和无声区域特征、等效声级特征。

6.根据权利要求4所述的基于声音特征构建识别心力衰竭不同分期的分类模型的装置，其特征在于，所述第二语音特征样本包括：声门噪声激励比特征、声带激励比特征、循环周期密度熵特征、消除趋势波动分析特征、样本熵特征、多尺度熵特征。

7.根据权利要求1所述的基于声音特征构建识别心力衰竭不同分期的分类模型的装置，其特征在于，还包括：

评估单元，用于根据留出法对所述分类模型进行模型评估。

8.根据权利要求1所述的基于声音特征构建识别心力衰竭不同分期的分类模型的装置，其特征在于，还包括：

性能度量单元，用于根据预定指标对所述分类模型进行性能度量，其中，所述预定指标包括错误率与准确率、查准率与查全率、F1值、特异度、灵敏度、ROC曲线与AUC、未加权平均召回率。