传统声学特征和非线性特征用于病态嗓音的比较研究

本文通过分析嗓音的发音机制,提取正常与病态嗓音的传统声学参数[基频、Mel倒谱系数(MFCC)、线性预测系数(LPCC)、频率微扰、振幅微扰]与非线性动力学特征参数[熵(样本熵、模糊熵、多尺度熵)、计盒维数、计维截距和Hurst参数],作为病态嗓音识别的特征矢量集。应用支持向量机(SVM)对/a/音的78例正常嗓音与73例病态嗓音和/i/音的78例正常嗓音与80例病态嗓音进行建模与识别。结果表明,相对于传统的声学特征参数,非线性特征参数能更好地区分正常与病态嗓音;实验提取的所有参数中,除了多尺度熵,/a/音的正常与病态嗓音的识别率均高于/i/音,因此为了达到识别病态嗓音的目的,国内外相关研究大多采用/a/音数据;多尺度熵特征对/i/音的正常与病态嗓音的识别率较/a/音高,它或能为评价声带代偿功能状态的研究提供有益的启发。     

基于熵和支持向量机的病态嗓音识别

为了更好地分析实际短数据带噪的病态嗓音信号,利用近年来提出的样本熵、多尺度熵、模糊熵和分层熵的方法来提取嗓音的熵特征参数,并借鉴分层分解方法,提出分层多尺度熵和分层模糊熵,分别对测试集39例正常嗓音和36例病态嗓音进行支持向量机（SVM）识别。实验结果表明：三层分层熵、分层多尺度熵、分层模糊熵的识别率和稳定性均较分层前有提高。在耗时较短的情况下,提取2 000点病理嗓音数据的6种熵特征都能达到较好且较稳定的识别率。提取2 000点病理嗓音数据的三层分层模糊熵特征,能得到较好且较稳定的SVM识别率97.33%,较分层前的模糊熵特征识别率提高约4.00%。熵分析方法可推进病态嗓音研究向临床的应用,为临床分析诊断实时、短数据的带噪病理嗓音提供一定的参考。     

gammatone短时谱自相似度的病理嗓音检测EI北大核心CSCD

基于机器学习和信号处理的声学检测方法是目前病理嗓音检测的重要手段,嗓音特征的提取是其中至关重要的一环。目前广泛使用的特征,存在依赖基频提取、易受噪声影响、计算复杂度高等不足。针对这些不足,本文提出了一种基于多频带分析和混沌分析的病理嗓音检测方法。使用gammatone滤波器组模拟人耳听觉特性进行多频带分析,获取不同频带的信号;根据嗓音中的混沌现象带来的湍流噪声会恶化频谱收敛性的特点,对每个频带的信号进行短时傅里叶变换,提取特征gammatone短时谱自相似度(GSTS),分析每个频带信号的混沌程度,来区分正常和病理嗓音。实验结果显示,结合传统机器学习方法,GSTS在马萨诸塞州眼耳医院(MEEI)病理嗓音数据库中识别准确率达到99.50%,相比已有识别率最高的特征提升3.46%,同时特征提取时间相比传统非线性特征大幅减少。该结果表明,相比已有特征,GSTS具有更高的提取效率和更好的识别效果。     

病态嗓音特征的神经网络选择

病态嗓音自动检测和评价的关键是有效提取相关的特征,但一般的提取原则是尽可能的把相关特征纳入特征集,其结果就很难避免各种特征的相关和冗余信息,并对随后的识别效率和检测带来负面影响,因此特征优选工作就显得非常重要。本研究对待识别嗓音样本分别提取出两种特征参数（传统声学参数和基于小波变换提出的特征参数）后,利用神经网络分别对这两种特征参数进行了特征选择和优化,并分别对选出的各组特征进行了识别,结果表明基于神经网络的特征选择方法是有效的,从基于小波变换提出的特征中选出的7维特征矢量完全能取代原始特征矢量,并取得了正常95.06%,病态92.85%的识别结果。     

癫痫脑电及节律波的非线性动力学特征研究

脑电图(EEG)是研究脑科学的重要工具,对EEG信号中隐藏的特征和信息进行深入研究,能更好地满足现在临床研究的需要。本文通过小波变换和非线性动力学两种分析方法,提取癫痫发作间期和发作期EEG信号及其节律波(δ波、θ波、α波和β波)的非线性特征,计算分析关联维数(CD)、Lyapunov指数、近似熵(ApEn)特征值在癫痫发作过程是否存在显著变化。研究结果表明,EEG信号及其节律波的非线性动力学特征在检测癫痫发作过程时可作为有效的鉴别统计量。     

短时心率变异性非线性分析方法及其在临床医学中的应用

目前关于心率变异性(HRV)的时域、频域及时频分析等线性分析方法已经取得很多共识,而针对HRV的非线性分析方法也在生物医学和临床医学上有不少的研究报道,尤其是短时HRV分析,但目前仍然存在很多争议,尚未形成统一的标准和结论。本文就短时HRV非线性分析常用的三种方法(分形维、熵及复杂度)的原理、临床应用进展及存在问题进行详细的综述和讨论,以期为准确地将其应用于临床医学提供参考。     

近似熵应用于老年性痴呆患者脑电研究

运用非线性动力学分析方法对老年痴呆 (AD)患者与同年龄正常人的脑电 (EEG)近似熵进行分析。初步表明AD患者头皮各个导联处近似熵均显著低于正常人值。下降的相对幅值达 10 %～ 2 0 %左右。研究结果提示 :可考虑试用近似熵作为AD临床诊断的特异性指标 ,值得进一步深入研究。     

根据语音分形维和基音周期的说话人性别识别研究

根据语音特征实现说话人性别的自动识别,在音频处理与分析中具有重要的应用意义.为了克服语音常规线性参数在刻画说话人性别特征上的不足,本文使用了分形维等非线性参数作为特征空间的有效补偿.首先利用提升算法实现基音周期的提取;然后提取语音的分形维数;最后根据Takens定理,对分形维进行了重构,采用求近似熵的方法得到分形维复杂度.将基音周期、分形维数以及分形维复杂度构成三维向量,进行说话人的性别识别.实验证明,通过非线性参数的介入,与仅使用基音周期等传统线性特征的识别方法相比,识别系统的准确率和稳定性得到有效提高,因此为说话人性别识别提供了一个新的思路.     

心率变异性多参数分析的BP网络用于心衰诊断的研究

人工神经网络是由大量并行工作的神经元组成的智能仿生模型,它在模式识别领域已经展示出了广阔的应用前景。鉴于单一心率变异性(HRV)指标所表达出来的信息具有片面性,很难用一个单一的指标来完全分类充盈性心衰(CHF)患者和健康人的不足。本研究提出联合HRV信号分析的时域、频域、非线性方法,选取多个指标作为诊断CHF的特征参数,以BP神经网络为分类器实现对充盈性心衰的诊断。经过10 000次的训练、验证与仿真测试,该网络模型对于全样本集的识别正确率最优高达99.14%,平均可达86.97%。结果表明:联合线性(时域、频域)以及非线性分析方法可以更全面地揭示心脏的动力学特征,从而提高充盈性心衰的诊断正确率。     

犬急性心肌梗死后HRV的非线性动力学分析

目的：观察心肌梗塞后非线性动力学参数的变化。方法：基于心肌梗塞的动物实验模型,通过心电采集,记录和预处理,用非线性动力学方法分析RR间期序列,并用单光子发射计算机断层成像实验方法进行比较,结果：急性心肌梗塞后关联维数和近似熵都减少,且15天后又逐渐恢复,急性心肌梗死后李氏指数增加,且随着时间的推移逐渐恢复到正常,结论：非线性动力学参数可以反应心肌缺血的程度和急性心肌缺血后的恢复情况。     

Pathological assessment of patients’ speech signals using nonlinear dynamical analysis

Acoustic analysis of voice features can complete the invasive observation-based methods for the diagnosis of vocal fold pathologies. Selection of an appropriate feature extraction method from the voice can significantly improve the diagnostic results for patients with vocal disorders. In this paper, the performance of nonlinear dynamics and acoustical perturbation features is evaluated in order to distinguish patients with vocal fold disorder and other normal cases. As a matter of fact, vocal fold pathology is one of the major causes of voice quality reduction or feature variation in patients with dysphonic voices. Due to the devastating impact of vocal folds dysfunction on the complex dynamical structure of the speech signals, spectral analysis methods are not suitable for characterizing such changes in disordered voices. Therefore, the using measures that can reflect the nonlinear nature of such changes in the acoustical signals is an efficient alternative for the conventional methods. In order to compare and contrast the effectiveness of such approaches, we exploit features such as correlation dimension, the largest Lyapunov exponent, approximate entropy, fractal dimension and Ziv-Lempel complexity, and we also evaluate their performance with respect to some conventional features like jitter and shimmer, in the voice diagnosis task. Using the support vector machine classifier, our simulation results show that correlation dimension and the largest Lyapunov exponent features with the highest recognition rates of 94.44% and 88.89% can be used as a highly reliable method for the clinical diagnosis of vocal folds pathologies and other relevant applications.     

脑电信号分析的实用符号动力学方法研究

符号动力学分析是脑电分析的一个新的研究方向,符号熵可以较好地反映非线性信号的复杂程度,具有简单、稳定的特点。本文提出了一种新的符号化方法——差分符号化,即在观测数据的切空间中进行符号动力学分析,并进一步比较了不同符号化参数对符号熵的影响。通过对不同生理状态下的脑电信号数据的对比分析表明,应用此方法可以显著地区分出正常与癫痫及睁眼与闭眼等病理及生理脑电信号的复杂度变化情况,对建立客观的脑电信号评价标准、准确进行定量分析具有重要的意义。     

Non-linear prediction for oesophageal voice analysis

Herein, non-linear prediction methods are applied to oesophageal voice analysis. The research aims to investigate normal and pathological subjects, in order to improve knowledge of the oesophageal voice behaviour. Analysis is performed in the reconstructed phase space, using both non-linear prediction with local linear approximation and the S-Map method. Preliminary results seem to confirm that in normal subjects a non-linear stable deterministic behaviour takes place, while in pathological subjects the non-linear contribution reduces while the time series becomes unstable.     

癫痫脑电信号符号动力学分析

癫痫是大脑神经元异常放电所引起的常见神经系统疾病,其发作具有突然性和反复性特点,因此,提前预测发作以便对患者及时采取措施具有重要意义。本文引入符号动力学方法分析癫痫大鼠失神性发作时脑电(EEG)信号的特性,并对影响符号统计量的关键参数的选取进行讨论,计算癫痫发作不同时期EEG信号的符号熵和时间不可逆转性。研究发现正常发作间隙期,符号熵和时间不可逆转性指标值较大;从发作间隙期向发作期的转化阶段,即发作前期,二者明显减小;发作时维持较低水平。研究结果表明符号动力学方法能够揭示癫痫EEG动力学特征变化,符号熵和时间不可逆转性两个指标是表征癫痫发作不同阶段的敏感特征量,具有重要的潜在临床应用价值。     

Optimal feature selection for the assessment of vocal fold disorders

Unilateral vocal fold paralysis, vocal fold polyp, and vocal fold nodules are the most common types of neurogenic and organic vocal disorders. This article aims to distinguish these types of vocal diseases into four different classes for the purpose of automatic screening. Firstly, the reconstructed signal at each wavelet packet decomposition sub-band in five levels of decomposition with mother wavelet of (db10) is used to extract the nonlinear features of self-similarity and approximate entropy. Also, wavelet packet coefficients are used to measure energy and Shannon entropy features at different spectral sub-bands. Consequently, to find a discriminant feature vector, three different methods have been applied: Davies-Bouldin (DB) criteria, genetic algorithm (GA) with the fitness functions of support vector machine's (SVM) and k-nearest neighbor's (KNN) recognition rates. Finally, obtained feature vectors have been passed on to SVM and KNN classifiers. The results show that a feature vector of length 12 obtained by the optimization method of GA with the fitness function of SVM's recognition rate fed to SVM classifier achieves the highest classification accuracy of 91%. Furthermore, nonlinear features play an important role in pathological voice classification by participating rate of approximately 67% in the optimal feature vector.     

一种基于改进经验模态分解的癫痫脑电识别新方法

在临床癫痫诊断过程中,为了提高癫痫脑电的识别率,能在癫痫发作前期就预测到癫痫疾病,其特征波的提取至关重要。针对这一问题,提出将平行延拓与镜像延拓相结合来改进EMD算法。首先,使用平行延拓的方法,在原始脑电信号的左、右端点处分别预测出一个极值;然后,使用基于镜像延拓的EMD方法,对信号进行镜像延拓,以避免经验模态分解过程中的端点效应;最后,采用支持向量机进行信号的分类识别。算法验证数据取自德国伯恩大学癫痫研究中心的脑电数据库,其中50例是正常脑电信号、50例是癫痫发作间期的脑电信号。实验研究表明：该方法对总测试脑电信号的识别率达到94%。其中,正常脑电信号和癫痫脑电信号的独立识别率均为94%,比传统EMD算法处理后的脑电识别率提高了5%,可见该方法可以有效地预测癫痫脑电。     

基于共空间模式算法和支持向量机二重分类的癫痫发病预测

目前癫痫患者的发病预测手段十分耗时且易受主观因素干扰,因此文中提出了一种基于共空间模式算法(CSP)和支持向量机(SVM)二重分类的癫痫发病自动预测方法。此方法将提取空域特征的共空间模式算法应用到癫痫脑电信号检测中,但是该算法未考虑信号的非线性动力学特征且忽略了其时频信息,所以在特征提取阶段选取了标准差、熵和小波包能量这几种互补特征来进行组合。分类过程采取一种基于支持向量机的全新二重分类模式,即将癫痫患者正常期、发作间期和发作期三个阶段分成正常期和准发病期(包括发作间期和发作期)两类进行支持向量机识别,然后对属于准发病期的样本进行发作间期和发作期的分类,最终实现三个时期的分类识别。实验数据来自德国波恩大学的癫痫研究数据库。实验结果显示,第一重分类平均识别率为98.73%,第二重分类平均识别率可达99.90%。结果表明,引入空域特征和二重分类模式能够有效解决众多文献中发作间期和发作期识别率不高的问题,提升各个时期的识别效率,为癫痫患者的发病预测提供有效的检测手段。     

A comparison of different feature extraction methods for diagnosis of valvular heart diseases using PCG signals

This article presents a novel method for diagnosis of valvular heart disease (VHD) based on phonocardiography (PCG) signals. Application of the pattern classification and feature selection and reduction methods in analysing normal and pathological heart sound was investigated. After signal preprocessing using independent component analysis (ICA), 32 features are extracted. Those include carefully selected linear and nonlinear time domain, wavelet and entropy features. By examining different feature selection and feature reduction methods such as principal component analysis (PCA), genetic algorithms (GA), genetic programming (GP) and generalized discriminant analysis (GDA), the four most informative features are extracted. Furthermore, support vector machines (SVM) and neural network classifiers are compared for diagnosis of pathological heart sounds. Three valvular heart diseases are considered: aortic stenosis (AS), mitral stenosis (MS) and mitral regurgitation (MR). An overall accuracy of 99.47% was achieved by proposed algorithm.     

Approximate Entropy Analysis of Electroencephalogram

Based on the time-delayed embedding method of phase space reconstruction, a new method to compute the approximate entropy(ApEn) of electroencephalogram (EEG) is proposed. The computational results show that there are significant differences between epileptic EEG and normal EEG in the approximate entropy with the variance of embedding dimension. This conclusion is helpful to analyze the dynamical behavior of different EEGs by entropy.