文档名：基于原始波形的端到端阿尔茨海默症检测方法
摘要：阿尔茨海默症(Alzheimer'sDisease,AD)是一种退行性疾病,随着病情加重,患者的语言能力逐渐减弱.目前已经有研究者使用梅尔谱图、梅尔频率倒谱系数(MelFrequencyCepstralCoefficient,MFCC)等声学特征对阿尔茨海默症患者和健康人进行分类,但是对于使用神经网络从原始波形提取特征进行阿尔茨海默症检测还缺少进一步的探索.本文提出一种基于原始波形的端到端阿尔茨海默症检测方法.该方法使用一维卷积从原始波形中提取时间维度特征,并使用含有膨胀卷积的残差块提取更复杂的特征.为进一步提高性能,在残差块中引入挤压-激励模块.在全国人机语音通讯学术会议(NationalConferenceonMan-MachineSpeechCommunication,NCMMSC)2021AD数据集上,本文提出的模型在长音频测试集、短音频测试集分别达到了86.55％和81.35％的准确率,比基线系统分别提高了6.75％、7.35％.在INTERSPEECH2020ADReSS数据集上,模型的准确率为66.67％,比基线系统提高4.17％.
作者：陈旭初 张卫强 马勇 Author：CHENXu-chu ZHANGWei-qiang MAYong
作者单位：清华大学电子工程系,北京100084江苏师范大学语言科学与艺术学院,江苏徐州221009
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2023, 51(12)
分类号：TP391.5
关键词：阿尔茨海默症 语音检测 残差块 挤压-激励模块 端到端
Keywords：Alzheimer'sdisease speechdetection residualblocks squeeze-and-excitationblock end-to-end
机标分类号：TP311.52F270G206
在线出版日期：2024年3月13日
基金项目：基于原始波形的端到端阿尔茨海默症检测方法[
期刊论文] 电子学报--2023, 51(12)陈旭初 张卫强 马勇阿尔茨海默症(Alzheimer'sDisease,AD)是一种退行性疾病,随着病情加重,患者的语言能力逐渐减弱.目前已经有研究者使用梅尔谱图、梅尔频率倒谱系数(MelFrequencyCepstralCoefficient,MFCC)等声学特征对阿尔茨海默症患...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于原始波形的端到端阿尔茨海默症检测方法 Raw Waveform-Based End-to-End Alzheimer's Disease Detection Method
基于原始波形的端到端阿尔茨海默症检测方法.pdf
- 文件大小:
- 3.3 MB
- 下载次数:
- 60
-
高速下载
|
|
