基于语音预训练模型的抑郁症识别研究

针对数量日益增多的抑郁症患者群体,本文提出一种通过语音信号有效识别抑郁症的人工智能方法,以提高诊断和治疗效率。首先,通过微调语音到特征向量模型2.0(wav2vec 2.0)的预训练模型对语音进行编码和上下文化,从而获得高质量的语音特征;然后,应用情感障碍分析的公用数据集——绿野仙踪忧虑分析访谈语料库（DAIC-WOZ）数据集验证上述模型。结果显示,在抑郁症识别的二分类任务中,该方法在精确率方面达到了93.96%、召回率达到了94.87%、F1分数达到了94.41%,总体分类准确率达到96.48%。在评估抑郁症严重程度的四分类任务中,精确率均达到92.59%及以上,召回率均达到92.89%及以上,F1分数均达到93.12%以上,总体分类准确率达到94.80%。基于上述结果证明,本文提出的方法在小样本情况下有效提升了分类的准确率,对于抑郁症的识别和严重程度评估效果良好。未来,该方法有望在抑郁症的诊断中起到辅助支持的作用。     

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

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。     

基于极限梯度提升和深度神经网络共同决策的心音分类方法

心音是诊断心血管疾病常用的医学信号之一。本文对心音正常/异常的二分类问题进行了研究,提出了一种基于极限梯度提升(XGBoost)和深度神经网络共同决策的心音分类算法,实现了对特征的选择和模型准确率的进一步提升。首先,本文对预处理后的心音信号进行心音分割,在此基础上提取了5个大类的特征,前4类特征采用递归特征消除法进行特征选择,作为XGBoost分类器的输入,最后一类为梅尔频率倒谱系数(MFCC),作为长短时记忆网络(LSTM)的输入。考虑到数据集的不平衡性,本文在两种分类器中皆使用了加权改进的方法。最后采用异质集成决策方法得到预测结果。将本文所提心音分类算法应用于PhysioNet网站在2016年发起的PhysioNet心脏病学挑战赛(CINC)所用公开心音数据库,以测试灵敏度、特异性、修正后的准确率以及F得分,结果分别为93%、89.4%、91.2%、91.3%,通过与其他研究者应用机器学习、卷积神经网络(CNN)等方法的结果比较,在准确率和灵敏度上有明显提高,证明了本文方法能有效地提高心音信号分类的准确性,在部分心血管疾病的临床辅助诊断应用中有很大的潜力。     

基于典型相关分析与双模态数据融合的抑郁症辅助诊断

为了充分提取抑郁症患者的磁共振影像信息,提高抑郁症的诊断准确率,本研究将功能磁共振图像与结构磁共振图像作为研究对象,提出一种双模态数据融合的抑郁症分类算法。首先构建4种不同尺度的功能脑网络,提取功能磁共振图像的数据特征,然后使用迁移学习处理的三维密集连接卷积神经网络,提取结构磁共振图像的数据特征,接着使用典型相关分析方法融合两种特征,最后使用支持向量机对融合特征进行分类,从而将受试者识别为健康者或抑郁症患者。实验结果表明,本文提出的方法可获得89.56%的分类准确率与95.48%的召回率,与单模态数据分类相比,基于双模态数据的分类方法具有更好的分类性能。此外,典型相关分析法可以有效融合双模态的图像特征。     

一种用于构音障碍语音识别的多尺度特征提取算法EI北大核心

针对构音障碍语音识别率难以提升的问题,本文提出一种多尺度梅尔域特征图谱提取算法。该算法采用经验模态分解方法分解语音信号,分别对三个有效分量提取Fbank特征及其一阶差分,从而构成能够捕捉频域细节信息的新特征图谱。其次,由于单路神经网络在训练过程中,存在有效特征丢失及计算复杂度高的问题,本文提出一种语音识别网络模型。最后,在公开UA-Speech数据集上进行训练和解码。实验结果表明,本文方法的语音识别模型准确率达到了92.77%,因此,本文所提算法能有效提高构音障碍语音识别率。     

基于多尺度功能脑网络融合特征的抑郁症分类算法

【摘要】提出一种多尺度功能脑网络融合特征的抑郁症分类方法，具体思想包括:首先通过精细化脑区，建立4种不同尺度的脑网络；然后对每种尺度的脑网络分别提取局部特征和全局特征，并将多种尺度脑网络的特征进行有效融合并降维；最后使用支持向量机对患者脑部功能磁共振影像进行分类。试验结果表明，分别提取局部特征和全局特征，并进行有效融合，可以提升识别效果；空间尺度减小会得到更多有效特征，进而能够有效提升分类结果；多尺度特征融合也可以在很大程度上对分类结果起到积极作用。与传统单一大尺度脑网络方法相比，本研究提出的方法获得了更加优秀的试验结果，识别率可达88.67%，充分验证了本研究提出方法的有效性和可行性，并为抑郁症患者的临床诊断与治疗提供生物学依据。     

基于双模态磁共振成像和决策层融合的抑郁症辅助诊断

本研究提出一种基于结构和功能双模态磁共振成像数据融合的抑郁症分类算法,首先利用功能脑网络和深度学习网络分别提取功能和结构磁共振成像数据特征,并计算类概率,然后使用软投票法和加权投票法在决策层对两种类概率数据进行融合,充分提取功能与结构磁共振成像的数据信息,得到更加准确的分类效果。试验结果表明,数据融合方法可以显著提高抑郁症分类效果,获得91.34%的准确率和96.62%的召回率,更好地实现了抑郁症的辅助诊断与预后。     

基于机器学习的心音识别分类研究

心音信号可反映心脏的病理信息,是诊断心脏健康的重要依据之一。本文首先从心音信号提取时频域、梅尔倒谱系数等145个特征作为机器学习的输入数据集,然后在随机森林、LightGBM、XGBoost、GBDT、SVM共5种分类器中选出效果最佳分类器与递归特征消除算法结合进行数据挖掘,找出重要特征集并对其分类效果做比较与分析,最后运用Stacking模型融合方法优化模型。数据挖掘特征子集比同数量特征子集在准确率、召回率、精确率、F1值上分别提高了33.51%、14.54%、20.61%、24.04%;采用LightGBM和SVM模型融合可将F1值提高至92.6%。本文提出了一种有效的心音识别分类方法,挖掘出心音最重要的8个特征,为临床诊断提供参考。     

首发和复发抑郁症患者临床特征比较

目的:描述首发和复发抑郁症患者的人口学特征、临床特征、治疗特征和生理指标,并探讨抑郁复发的临床特征。方法:以简明国际神经精神疾病访谈、精神症状维度评定量表、汉密顿抑郁量表等为工具,共纳入符合精神障碍诊断与统计手册第5版(DSM-5)的抑郁症诊断标准的患者858例,其中首发529例(58.6%),复发329例(36.0%)。采用χ²检验、Kruskal-Wallis秩和检验比较首发和复发抑郁症在人口学特征、临床特征、治疗特征和生理指标上的差异,运用logistic回归探索复发抑郁症的影响因素。结果:复发抑郁症相对首发抑郁症更有可能存在精神障碍共病(OR=2.11,95%CI:1.00～4.44)、无法工作/学习/从事家务劳动的天数更多(OR=1.26,95%CI:1.01～1.56)、既往使用过1个月以上的精神科药物(OR=1.41,95%CI:1.02～1.97)、既往接受过电休克治疗(OR=3.23,95%CI:1.42～7.36)、腰臀比更大(OR=33.88,95%CI:2.88～399.32)。结论:复发性抑郁症与存在精神障碍共病、无法工作/学习/从事家务...     

混合语音段特征双边式优选算法用于帕金森病分类研究

近年来,已有研究证明基于语音数据可实现帕金森病(PD)的诊断,但是目前相关研究主要集中在特征提取及分类器设计等方面,对于样本优选方面考虑不足。本课题组前期研究结果表明,样本优选可有效改进分类准确性,但是样本和语音的相关关系至今还未能深入研究。因此,本文提出了基于相关特征加权和多核学习算法,同时对语音段和特征进行优选,用于发现语音段和特征的协同效应,从而达到提升PD分类准确性的目的。实验结果表明,本文算法针对受试者的分类准确率达到了82.5%,较已有文献算法提高了30.5%。此外,本文算法还挖掘出了语音段和特征的协同效应,对语音标记物提取有一定参考价值。     

基于特征向量法和支持向量机的抑郁症脑电信号分类

目的:从抑郁症患者EEG信号中提取与疾病相关的信息以实现对抑郁症患者与健康人的自动分类.方法:用特征向量法对抑郁症患者与健康人脑电进行特征提取,得到脑电信号功率谱幅度的最大值、最小值、平均值和标准偏差等特征参数,然后用支持向量机分类器进行训练和分类,并进行测试验证.结果:相对于用小波变换提取的频率相关参数作为分类特征,采用本文特征向量法功率谱估计提取的特征参数为分类特征的分类器具有更好的分类效果,其抑郁症患者和健康人脑电信号的分类准确率可以达到95.6%.结论:该研究成果为抑郁症疾病的物理诊断提供了一种新的途径.     

某市市级综合医院住院患者抑郁症检出率及临床特征

目的:了解保定市市级综合医院住院患者中抑郁症的检出率及临床特征,为相关部门开展精神卫生相关工作提供依据。方法:采用随机整群抽样方法抽取保定市市级综合医院住院患者共658名,进行一般情况问卷调查及医院用抑郁量表筛查,对量表筛查8分者采用抑郁和焦虑自评量表评定并用简明国际神经精神障碍访谈检查中文版(Mini International Neuropsychiatric Interview,MINI)诊断。结果:MINI共诊断抑郁症患者81例,市级综合医院住院患者中抑郁症校正检出率为12.8%;抑郁症检出率排在前5位的科室是心内科15例(14.4%)、神经内科18例(14.3%)、肿瘤内科13例(14.1%)、消化及内分泌科12例(12.6%)和妇科7例(11.7%);抑郁症组与非抑郁症组在性别、年龄、文化程度、职业、医疗来源、婚姻状况等方面的差异均无统计学意义(P0.05);抑郁症组的抑郁自评量表总分高于非抑郁症组(t=32.07,P0.001);抑郁症组与非抑郁症组在焦虑自评量表总分比较差异有显著统计学意义(t=7.65,P0.001)。结论:保定市综合医院患者中抑郁症的检出率偏高,综合医院抑郁症患者多伴发焦虑。     

基于心理痛苦和静息态脑电成分的多模态数据对抑郁症自杀未遂的分类效能

目的：考察结合心理痛苦三因素模型和静息态脑电成分构建重性抑郁症患者自杀未遂分类模型的区分效能和重要特征集。方法：采用便利取样,选取73名重性抑郁症患者和36名健康对照组进行临床量表评估和静息态脑电数据采集。结合人口统计学指标、临床量表得分和静息态脑电指标,采用机器学习的支持向量机算法,构建自杀未遂多模态分类模型。结果：(1)自杀未遂多模态分类模型的准确率为85.01%,AUC为0.93;仅采用静息态脑电指标构建的自杀未遂单模态分类模型准确率为72.10%,AUC为0.59;(2)痛苦逃避是自杀未遂多模态分类模型的首位重要特征,以下依次为年龄、oz通道的低频gamma和抑郁;(3)高频和低频gamma是痛苦逃避分类模型和自杀未遂多模态分类模型中共同的重要特征。结论：自杀未遂多模态分类模型区分效能优良,痛苦逃避是优于抑郁的区分有无自杀未遂的最重要行为特征。gamma作为与痛苦逃避密切相关的脑电特征,其活动异常可能是自杀未遂的神经基础。     

基于无创血糖的糖尿病评估

为了提高糖尿病前期的检出率，在糖耐量受损（IGT）常规诊断方法的基础上，增加糖化血红蛋白作为糖尿病筛查的因素，构建一个IGT检测模型。采集受试者的身高、体质量、腹围、血压、皮脂厚度、空腹血糖和糖化血红蛋白作为模型的特征输入，用K-近邻算法和神经网络对其分类，模型输出包括血糖值正常、IGT和糖尿病。结果显示增加糖化血红蛋白作为分类特征后，神经网络和K-近邻算法的分类准确率分别为88.89%和93.09%，明显高于传统方法的分类准确率（83.33%和78.38%）。本研究提出的IGT检测模型对糖尿病的临床诊断有重要意义。     

基于深度学习算法的抑郁症表情与动作及其心理整合变化的过程分析

目的：探索基于深度学习算法的抑郁症患者表情动作变化与其症状转归及内在心理整合的关系。方法：采集1例抑郁症患者14次认知行为治疗的全程音视频资料，使用汉密尔顿抑郁量表（HAMD）与汉密尔顿焦虑量表（HAMA）评估病情，采用深度学习算法分析患者的表情熵、表情成分和动作幅度，采用整合分析方法评估患者的问题体验整合顺序（APES）。结果：治疗前后患者HAMD与HAMA减分率分别为90.91%和91.43%。随治疗进行，患者表情熵值呈现波动式上升，抑郁表情出现的概率总体呈降低趋势，整体动作幅度逐渐增高，语量逐渐增加。患者最初APES评分0分，治疗结束时APES评分为7分。结论：基于深度学习算法的抑郁症外显的表情与动作变化，与其内在的心理整合变化呈现一致性。将深度学习算法应用于抑郁症患者的表情识别和姿势评估是可行的。     

基于固有模态分解和深度学习的抑郁症脑电信号分类分析

以采集到的抑郁症患者和正常人的脑电信号为基础,采用固有模态分解算法对原始信号去噪处理,通过卷积神经网络对抑郁症患者和正常人进行分类分析。首先通过脑电信号的采集实验,采集15位抑郁症患者和15位正常人对照组Fp1的静息态脑电信号;之后对采集到的静息态脑电进行去噪处理,脑电去噪处理主要包括固有模态分解算法对原始信号的分解获得不同层次的IMF分量,对IMF分量进行频域分析,通过硬阈值的方法剔除原始信号中的噪声信号;最后采用卷积神经网络对抑郁症患者和正常人对照组进行二值分类,结果相较于传统的特征提取-机器学习算法,分类准确率明显提高。     

基于深度LSTM残差网络的帕金森症诊断方法

语音特征分类下的帕金森症诊断方法具有无创、高效、准确、远程与成本低等特点,本研究提出一种基于深度长短期记忆网络（LSTM）残差网络的帕金森症诊断方法。分析帕金森症语音信号特点和LSTM残差模型,基于深度LSTM残差网络的帕金森症诊断模型分成3个部分:语音信号预处理网络、深度LSTM残差语音诊断网络和GAP-ELM帕金森症分类网络。该模型能实现帕金森语音信号的深层特征提取,通过LSTM结构的遗忘门和记忆门得到帕金森语音信号随时间变化的状态,最后通过帕金森症元音集完成帕金森症诊断测试。结果表明本文方法在各类信噪比环境中的帕金森症识别准确度均较高,并可在较少的轮次中完成训练,达到较优的稳定性和较小的损失值。     

抑郁症和精神分裂症患者静息态脑电信号的分类研究

精神分裂症和抑郁症患者的临床表现不仅有一定的相似性,而且会随着患者情绪的变化而变化,因此容易导致临床诊断出现误诊。脑电图(EEG)分析为准确区分和诊断精神分裂症与抑郁症患者提供了重要的参考和客观依据。为了解决精神分裂症与抑郁症患者之间误诊的问题,提高区分和诊断这两类疾病的准确率,本研究提取了100名抑郁症患者和100名精神分裂症患者的静息态EEG信号特征,包括:①信息熵、样本熵、近似熵;②统计学属性;③各节律相对功率谱密度(rPSD)。然后,利用这些特征组成特征向量,结合支持向量机(SVM)和朴素贝叶斯(NB)分类器对精神分裂症和抑郁症患者进行分类研究。实验结果表明:①以各节律的rPSD组成的特征向量P的分类效果最好,平均准确率可达84.2%,最高达86.3%;②SVM的分类效果明显优于NB;③β节律的可分性最好,准确率最高,可达76%;④特征权重较大的电极主要集中在额叶和顶叶。本研究结果表明,SVM结合各节律rPSD组成的特征向量P组成的分类模型,对精神分裂症和抑郁症患者的区分具有较好的效果,或可对相关的临床诊断起到一定的辅助作用。     

抑郁症患者脑小血管病共患率及相关因素

目的:了解抑郁症患者脑小血管病的患病情况，探讨抑郁症与脑小血管病的关联性，为早期防治提供依据。方法:纳入病情稳定且符合疾病及有关健康问题的国际统计分类第十次修订本(ICD-10)抑郁发作和复发性抑郁障碍诊断标准的患者80例，正常对照97例，采用蒙特利尔认知评估量表(MoCA)、简明精神状况测查(MMSE)、汉密顿抑郁量表、汉密顿焦虑量表测评两组被试的认知功能和情绪状态，并收集相关病史资料。用头颅磁共振成像(MRI)数据评估脑小血管病阳性检出率和MRI诊断特征，采用logistic回归分析抑郁症与脑小血管病的关联关系。结果:抑郁症组与正常对照组年龄分别为(59±9)岁和(58±8)岁(P>0.05)。抑郁症组有高血压病史者比例高于正常对照组，MoCA总分低于正常对照组(均P<0.05)。抑郁症组符合脑小血管病诊断者比例高于正常对照组(83.8%vs.64.9%,P<0.01)。Logistic回归结果显示腔隙性脑梗死(OR=4.4,95%CI:1.07～18.23)、额叶脱髓鞘(OR=2.4,95%CI:1.05～5.42)及MoCA<26分(OR=2.3,95%...     

基于样本增强的帕金森病识别算法研究

帕金森病患者早期存在声带损伤,其声纹特征与健康人存在明显差异,可以利用该差异识别帕金森病,但帕金森病患者声纹数据样本不足,因此本文提出双自注意力深度卷积生成对抗网络模型进行样本增强,生成高分辨率的语谱图,进而采用深度学习方法进行帕金森病识别。该模型通过增加网络深度并结合梯度惩罚、频谱归一化技术改进样本的纹理清晰度,并且构建一个基于迁移学习的纯粹的卷积神经网络家族（ConvNeXt）作为分类网络,以此提取声纹特征并进行分类,提升了帕金森病识别准确率。在帕金森病语音数据集上进行本文算法有效性验证实验,对比样本增强前,本文所提模型生成的样本清晰度以及弗雷谢起始距离（FID）均得到提高,并且本文网络模型能够获得98.8%的准确率。本文研究结果表明,基于双自注意力深度卷积生成对抗网络样本增强的帕金森病识别算法能够准确区分健康人和帕金森病患者,有助于解决帕金森病早期识别声纹数据样本不足的问题。综上,本文方法有效提高小样本帕金森病语音数据集分类准确率,为早期帕金森病语音诊断提供了一种有效的解决思路。