基于语音数据的有效特征分析及其在抑郁水平评估中的应用

摘要

抑郁症作为一种常见的精神障碍，具有发病率、复发率、自杀率高，知晓率、治疗率低等特点，严重危害个人身心健康。近年来，随着社会压力不断增大，抑郁症发病率逐年上升，全球约有3亿人正在遭受抑郁症的折磨。而当前诊断严重依赖医师临床经验和患者自我描述，受主观因素影响较大。因此需要一个客观、有效、便捷的评估手段辅助抑郁诊断，语音以其非侵入、低成本的优点成为检测抑郁症有力的客观指标。
　　使用语音检测抑郁的研究按照研究方法可分为横断面研究和追踪研究。追踪研究是指抑郁治疗过程中定期采集抑郁患者语音数据，关注语音特征随抑郁水平变化的趋势，但该研究只能关注个体语音变化情况，所得结论在人群分类上不一定适用；横断面研究在一个较短时间区间内采集语音数据，关注正常、抑郁人群在语音特征上的差异，但较少关注不同抑郁水平人群的分类问题，且由于个体差异，存在不一致的结论；不同于单纯地区别正常、抑郁人群，不同抑郁水平人群在心理、生理上存在的差异不明显，检测语音特征差异存在困难。目前尚未有研究明确提出能够有效区分不同抑郁水平人群的特征。为解决这一问题，同时考虑个体差异的存在，本文进行了一系列工作，主要工作及贡献如下：
　　（1）构建语音数据集，并引入相关研究未讨论过的新特征。本文选取132名被试（72名女性，60名男性被试），依据量表分数，将受试人群分为正常、轻度抑郁、重度抑郁三类，对其年龄、学历、职业等因素进行匹配，减少干扰因素的影响，采用该领域常用的范式与情绪刺激激发语音，构建三分类语音数据集。数据集共包含14类特征，包括相关研究列举的经典特征，未被讨论过的新特征。
　　（2）应用统计分析及数据降维中的多种方法进行有效特征筛选，发现了多个能有效区分不同抑郁水平人群的特征集，均为韵律与频谱特征的组合，如声音强度等韵律特征，以及梅尔频率与LPC系数等频谱特征。男、女性数据分别选出了5个、4个特征集，在三分类问题上取得了较好的分类结果。
　　（3）利用上述特征集建立多特征集综合决策分类系统，应用于语音数据中，改善了使用语音数据评估抑郁水平的效果。本文使用GMM建立多特征集决策系统，在多个特征集上分别训练模型，然后对预测结果进行决策融合，在男、女数据上分别得到了70％、75%的分类准确率，与相关研究相比有所上升。
　　本文构建了一个基于抑郁水平的三分类语音数据集，并在这一数据集上，利用多种统计分析及数据降维方法发现了多个有效特征集，对语音数据的多分类效果较好；并利用它们建立了多特征集综合决策分类系统，与相关研究相比，提高了抑郁水平评估的准确率。这一成果为使用语音数据评估抑郁水平提供了基础。

目录

声明

第一章 绪论

1.2 国内外研究现状

1.3 本文主要内容及结构安排

第二章 语音信号与特征相关处理方法简介

2.1 语音信号及前端处理技术

2.2 相关研究的经验性特征

2.3 特征数据分析处理方法

2.4 本章小结

第三章 语音采集与数据集建立

3.1 语音采集

3.2 特征提取

3.3 数据集构建

第四章 基于语音特征组合的抑郁水平评估

4.1原始特征

4.2 基于T检验的特征珠海筛选

4.3 基于mRMR的特征组合筛选

4.4 基于单因素方差分析的特征组合筛选

4.5 有效特征组合

4.6 本章小结

第五章 基于多特征集的GMM综合决策分类系统

5.1 GMM简介

5.2 基于多特征集的GMM综合决策分类系统

5.3 结果分析

5.4 结论

5.5 本章小结

第六章 总结与展望

参考文献

在学期间的研究成果

致谢