[发明专利]基于闭环语音链和深度学习的抑郁症自动诊断系统

权利要求书

1.一种基于闭环语音链和深度学习的抑郁症自动诊断系统，其特征在于，所述系统将语音信号处理中的语音链特征提取应用于抑郁症相关特征的提取、并融合深度学习搭建诊断系统，所述系统包括：

语音预处理模块，用于对输入的原始语音信号进行预处理；

语音链特征提取模块，用于对片段语音提取语音链特征，建立声道、耳道模型，根据耳道模型提取预设维度梅尔倒谱系数特征以及根据声道模型提取另一预设维度线性预测系数特征；

片段内特征提取模块，用于建立一维卷积神经网络对各语音片段的MFCC特征和LPC特征提取抑郁相关特征，每个语音片段所对应的MFCC特征和LPC特征经提取后分别输出多维度抑郁症特征；

特征级融合模块，用于对每个片段对应的多维度抑郁症特征进行融合，对每名被试对应的所有片段特征进行融合；

片段间特征提取及分类输出模块，用于建立长短期记忆网络提取片段间的抑郁特征并实现抑郁症和非抑郁症的分类输出。

2.根据权利要求1所述的一种基于闭环语音链和深度学习的抑郁症自动诊断系统，其特征在于，所述片段内特征提取模块基于深度学习技术建立一维卷积神经网络提取其中的抑郁信息，

采用一维卷积层对全频段进行卷积提取频域信息，采用最大池化层整合提取信息，采用批归一化和随机失活操作，并采用全连接层提取特征并进行降维；

训练过程中加上单元数为2的全连接层作为输出层调整网络权重，损失函数选择交叉熵函数，采用学习率动态调整策略。

3.根据权利要求1所述的一种基于闭环语音链和深度学习的抑郁症自动诊断系统，其特征在于，所述特征级融合模块将各片段对应的16维度抑郁特征拼接成32维度，按照语音预处理模块中所记录的原始片段顺序对所有片段特征进行融合，融合结果作为下一阶段的输入。

4.根据权利要求1所述的一种基于闭环语音链和深度学习的抑郁症自动诊断系统，其特征在于，所述片段间特征提取及分类输出模块采用1层LSTM网络提取抑郁信息，采用2个全连接层进行降维并完成抑郁症和非抑郁症的诊断。

5.根据权利要求4所述的一种基于闭环语音链和深度学习的抑郁症自动诊断系统，其特征在于，所述片段间特征提取及分类输出模块在训练过程中选择交叉熵函数作为损失函数，采用学习率动态调整策略。