[發(fā)明專利]一種基于被測者的音頻確定抑郁癥嚴重程度的方法及裝置

有效

• 申請?zhí)枺?/td>: 202110592462.7
• 申請日: 2021-05-28
• 公開（公告）號: CN113317791B
• 公開（公告）日: 2023-03-14
• 發(fā)明（設(shè)計）人: 毛凱寧;陳頡;葉敏捷;王保鳳
• 申請（專利權(quán)）人: 溫州康寧醫(yī)院股份有限公司;杭州耶利米信息科技有限公司
• 主分類號: A61B5/16
• 分類號: A61B5/16;A61B5/00
• 代理公司: 上海華誠知識產(chǎn)權(quán)代理有限公司 31300
• 代理人: 徐穎聰

1.一種確定抑郁癥嚴重程度的音頻模型構(gòu)建方法，用于電子設(shè)備，其特征在于，所述方法包括：

構(gòu)建至少一個雙向長短期記憶模型，用于對提取自音頻的第一矩陣做并行處理以得到第三矩陣，所述至少一個雙向長短期記憶模型包括正向長短期記憶模型和反向長短期記憶模型，所述正向長短期記憶模型和所述反向長短期記憶模型分別包括n個神經(jīng)元，所述第三矩陣由所述正向長短期記憶模型輸出的n個隱含狀態(tài)序列和由所述反向長短期記憶模型輸出的n個反向隱含狀態(tài)序列組成；

構(gòu)建至少一個時域分布式卷積神經(jīng)網(wǎng)絡(luò)，用于對所述第三矩陣進行池化處理以得到第二矩陣，其中，所述第二矩陣包括所述音頻數(shù)據(jù)的特征數(shù)據(jù)；其中，所述池化處理包括基于所述至少一個時域分布式卷積神經(jīng)網(wǎng)絡(luò)，通過卷積對所述第三矩陣進行特征提取，得到矩陣序列，從時間上對所述矩陣序列做平均池化得到所述第二矩陣；

構(gòu)建全連接網(wǎng)絡(luò)，所述全連接網(wǎng)絡(luò)包括線性層，所述線性層用于對所述第二矩陣執(zhí)行線性處理以獲得輸出向量。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，對提取自音頻的第一矩陣做并行處理得到第三矩陣，進一步包括：

將所述第一矩陣輸入所述至少一個正向長短期記憶模型，得到正向隱含狀態(tài)序列[h₀ ,h₁ ,h_{2 ,……,}h_n]；

將所述第一矩陣上下翻轉(zhuǎn)得到翻轉(zhuǎn)矩陣；

將所述翻轉(zhuǎn)矩陣輸入所述至少一個反向長短期記憶模型，得到反向隱含狀態(tài)序列[h’_n,h’_n-1 ,h’_{n-2 ,……,}h’₀]；

將所述正向隱含狀態(tài)序列和所述反向隱含狀態(tài)序列順次排列，得到所述第三矩陣[h₀ ,h₁ ,h_{2 ,……,}h_n，h’_n ,h’_n-1 ,h’_{n-2 ,……,}h’₀]，其中每個隱含狀態(tài)h均表示一個二維矩陣。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第一矩陣是對所述音頻進行預(yù)處理后得到的矩陣。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，對所述音頻進行預(yù)處理，包括：

從所述音頻中獲取第四矩陣，所述第四矩陣包括從所述音頻中提取的音頻特征；

對所述第四矩陣進行音頻邊界處理得到所述第一矩陣，所述音頻邊界處理從所述第一矩陣中提取預(yù)設(shè)數(shù)量個時步的恒定采樣周期的有聲部分的音頻特征，其中所述時步表示連續(xù)提取的所述音頻特征的次數(shù)。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，從所述音頻中獲取第四矩陣，包括：

使用COVAREP工具箱對所述音頻中的音頻特征進行提取，得到所述第四矩陣A_i ∈ A^{T × F}，

其中A表示所述第四矩陣，A_i 表示所述第四矩陣中的特征，T表示所述時步，與所述音頻的持續(xù)時間成正比，F(xiàn)表示每次提取COVAREP時的初始特征數(shù)量。

6.根據(jù)權(quán)利要求4所述的方法，其特征在于，對所述第四矩陣進行音頻邊界處理得到所述第一矩陣，包括：

去除所述第四矩陣中每次提取的F個初始特征中的F-N個VUV=0的初始特征，保留N個VUV=1的初始特征，得到所述第一矩陣B_i ∈ B^{T × N}；

其中B表示所述第一矩陣，B_i 表示所述第一矩陣中的特征，所述VUV表示所述音頻特征是音頻中的有聲部分還是靜默部分，當VUV=0時，所述初始特征對應(yīng)所述靜默部分，當VUV=1時，所述初始特征對應(yīng)所述有聲部分。

7.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述音頻特征包括韻律特征、音質(zhì)特征和頻譜特征。