[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

说明书

本发明公开了一种基于闭环语音链和深度学习的抑郁症自动诊断系统，包括：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。

技术领域

本发明涉及语音处理和深度学习领域，尤其涉及一种基于闭环语音链和深度学习的抑郁症自动诊断系统。

背景技术

抑郁症(Major Depressive Disorder)是一种典型且普遍的心理疾病，全球患者高达3.22亿^[1]，中国患者超过9500万。抑郁症患者会呈现出消极低沉、思维迟缓、意志活动减退的症状，甚至产生自残自杀的想法。早发现早治疗是应对抑郁症的科学有效方法。然而，目前我国精神科医师数量不足4.5万人，整体识别率不足30％，因此找到一种有效的抑郁症自动诊断方法对于当前临床诊断能力的提升具有意义。

目前临床上多采用主观报告法并结合家族病史对抑郁症进行诊断，该方法受主观因素影响因此准确率较低。而最近出现的基于脑电、心率等生理信号的抑郁症诊断法，要求被试穿戴相关仪器、完成复杂任务，成本高过程繁琐，并不适用于抑郁症早期的大规模诊断。

语音信号包含丰富的语义、心境和情感内容，与抑郁状态密切相关，采集过程简单无接触，不会侵犯患者隐私，可作为抑郁症的诊断依据。而目前抑郁症语音诊断方法仅是从语音感知的过程提取特征，忽略了语音生成的过程，因此导致抑郁特征的提取并不充分，识别正确率有待进一步提高。

发明内容

本发明提供了一种基于闭环语音链和深度学习的抑郁症自动诊断系统，该系统首先完成原始语音信号的预处理，构建耳道和声道模型分别模拟语音链中人感知语音和生成语音的过程，并提取模型参数作为语音链特征，之后融合深度学习技术在语音链特征基础上搭建模型进一步提取抑郁相关特征并完成诊断，具有灵敏度高、无偏差、文本无关的优势，详见下文描述：

一种基于闭环语音链和深度学习的抑郁症自动诊断系统，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。

其中，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。