公开(公告)号：CN106725532B

公开(公告)日：2018-04-24

申请号：CN201611147549.9

申请日：2016-12-13

Applicant: 兰州大学

Inventor： 胡斌 ,  刘振宇 ,  康环宇

IPC: A61B5/16

Abstract: 本发明提供一种基于语音特征与机器学习的抑郁症自动评估系统和方法，基于语音处理、特征提取、机器学习技术，寻找语音特征与抑郁症之间的联系，为抑郁症的临床诊断提供客观参考依据。本发明的系统包括(a)语音采集录音模块，用于记录被试者在不同情绪语料刺激下的语音信息；(b)语音特征计算模块，用于计算语音的声学特征；(c)语音数据库模块，包含用于语音特征有效性分析、分类器训练优化、系统分类率的相关数据；(d)机器学习模块，用于确定有效特征的提取方式，并训练用于自动评估的分类器；(e)自动评估模块，依据机器学习模块确定的有效特征提取方式以及训练的分类器分类模式，将被试者有效语音特征进行抑郁程度分类。

公开(公告)号：CN106725532A

公开(公告)日：2017-05-31

申请号：CN201611147549.9

申请日：2016-12-13

Applicant: 兰州大学

Inventor： 胡斌 ,  刘振宇 ,  康环宇

IPC: A61B5/16

CPC classification number: A61B5/165

Abstract: 本发明提供一种基于语音特征与机器学习的抑郁症自动评估系统和方法，基于语音处理、特征提取、机器学习技术，寻找语音特征与抑郁症之间的联系，为抑郁症的临床诊断提供客观参考依据。本发明的系统包括(a)语音采集录音模块，用于记录被试者在不同情绪语料刺激下的语音信息；(b)语音特征计算模块，用于计算语音的声学特征；(c)语音数据库模块，包含用于语音特征有效性分析、分类器训练优化、系统分类率的相关数据；(d)机器学习模块，用于确定有效特征的提取方式，并训练用于自动评估的分类器；(e)自动评估模块，依据机器学习模块确定的有效特征提取方式以及训练的分类器分类模式，将被试者有效语音特征进行抑郁程度分类。