基于时频混合域局部统计的帕金森病语音障碍分析方法研究

作     者：张涛 蒋培培 张亚娟 曹玉阳 ZHANG Tao;JIANG Peipei;ZHANG Yajuan;CAO Yuyang

作者机构：燕山大学信息科学与工程学院河北秦皇岛066004 燕山大学河北省信息传输与信号处理重点实验室河北秦皇岛066004 

出 版 物：《生物医学工程学杂志》 (Journal of Biomedical Engineering)

年 卷 期：2021年第38卷第1期

页      面：21-29页

核心收录：

学科分类：0711[理学-系统科学] 1002[医学-临床医学] 07[理学] 100204[医学-神经病学] 10[医学] 

基　　金：河北省自然科学基金(F2020203010) 国家自然科学基金(61971374) 

主　　题：帕金森病 语音障碍 时频混合域 局部统计 梯度统计特征 

摘      要：针对帕金森病语音检测问题,本文提出了一种基于时频混合域局部统计的帕金森病语音障碍分析方法。该方法首先将语音信号从时域转化为时频混合域,即进行时频化表示。在时频化表示方法中将语音信号进行分帧处理,再将每帧的语音进行傅里叶变换,通过计算得到能量谱,并将能量谱通过映射关系映射到图像空间进行可视化;其次统计信号每个能量数据在时间轴上和频率轴上的差分值,根据差分值计算该能量的梯度统计特征,用梯度统计特征来表示其不同时域与频域的能量值的突变情况;最后利用KNN分类器对提取的梯度统计特征进行分类。本文在不同的帕金森病语音数据集上进行实验,发现本文所提取的梯度统计特征在分类时有更强的聚类性。与基于传统特征与深度学习特征的分类结果相比,本文所提取的梯度统计特征在分类准确率、特异性和灵敏性上均优于前二者。实验证明了本文所提出的梯度统计特征在帕金森病语音分类诊断中的可行性。