基于特征净化网络的阿尔茨海默病语言检测的分类系统及方法

摘要

本发明公开基于特征净化网络的阿尔茨海默病语言检测的分类系统及方法，获取语言检测的音频信息，并转录得到文本数据；将转录文本数据通过Transformer得到对应G‑Net模型的语义特征向量以及对应P‑Net模型的语义特征向量；语义特征向量经过G‑Net处理以提取数据集之间的公共特征，再将公共特征输出至G‑Net的分类器Cc处理并输出最终的公共特征；P‑Net模型从语义特征向量中剔除公共特征得到净化特征向量，由P‑Net的分类器Cp得到净化特征后的分类结果。本发明将基于Transformer的模型与特征净化网络相结合，在很大程度上提高了分类性能。