基于中医体质的声象特征研究

摘要

望、闻、问、切四诊合参,是传统中医诊断的重要方法。但是,由于闻诊的复杂性,闻诊中声象特征的研究比较少见。声象特征的研究对于现代医学实现无痛、无损伤检查以及客观的诊断,具有重要的意义。研究声象和人体生命特征的关系,尤其是与中医体质的关系,可以更好地为体质辨识,乃至声象诊断做好实践准备。
　　本文在前人工作的基础上,运用中医声象客观化采集系统,结合《中医体质分类与判定标准》,分别对健康大学生的体质进行判定,以及对大学生声象信息进行采集、观察及存储。应用中医声象客观化采集系统,采集不同中医体质类型的在校大学生五音(宫商角徵羽)词样本800余例,包括平和质;阴虚质;气虚质;阳虚质;痰湿质;湿热质;血瘀质;气郁质;特禀质。五音的采集选取固定检测字,根据标准五音字表的总结,摘取两组能体现五音的检测字:衣荷(宫)、子书(商)、古玉(角)、泥土(徵)、妇卜(羽);音黄(宫)、辰章(商)、见广(角)、男鼎(徵)、半方(羽)。在声象采集的基础上,结合中医体质的分类,进行不同体质声象特征的分析。
　　声象信号的时频特性和处理算法是声象特征分析系统中的重要问题。本文结合声象信号时域特征、频域特征、倒谱域特征以及线性预测倒谱系数LPCC和美尔倒谱参数MFCC原理,应用MATLAB GUI技术,设计完成了声象特征提取系统,实现声象信号的装载、播放、波形显示、预加重及加窗处理;声象信号的时域特征参数、频域特征参数及倒谱域特征参数显示、提取及存储;声象信号的线性预测倒谱系数LPCC和美尔倒谱参数MFCC的数据显示和存储功能。界面的交互性好,操作简单方便,大大提高了算法及数据处理的效率,对声象信号分析和特征提取和处理具有重要的意义。
　　在声象信号分析和特征提取后,运用基于模式识别分类的办法,主要包括支持向量机和神经网络的方法,将声象信号特征进行了相关的分类。依据不同中医体质的特点,对比分析了声象信号的线性预测倒谱系数LPCC和美尔倒谱参数MFCC的差别。尝试了通过对不同体质一定样本数量的个体声象特征中的线性预测倒谱系数LPCC及美尔倒谱参数MFCC进行分类。实验结果显示:声象信号的线性预测倒谱系数LPCC和美尔倒谱参数MFCC能够在一定程度上将不同体质类型分开,在不同体质一定样本数量的分类上,分类效果较好,在基于中医体质的声象客观化研究中显示出优势,具有重要的指导意义。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1语音信号处理研究的概况

1.2语音信号处理在医学中的应用

1.3基于中医体质的声象研究

第二章 声象信号的短时分析

2.1声象信号的短时时域分析

2.2声象信号的短时频域分析

第三章 声象信号的核心处理算法

3.1声象信号的线性预测分析

3.2声象信号的线谱对LSP分析

3.3声象信号的美尔倒谱参数MFCC分析

第四章 基于中医体质的声象特征研究

4.1基于中医体质的声象采集系统

4.2基于MATLAB GUI的声象特征提取系统

第五章 基于中医体质的声象特征分类

5.1 BP神经网络算法概要

5.2声象信号特征识别

5.3模型建立

5.4基于神经网络的分类与结果分析

第六章 总结与展望

6.1总结

6.2展望

参考文献

发表论文和参加科研情况说明

致谢