基于MFCC和CNN生成譜圖特征的抑郁癥檢測深度學習模型,Biomedical Signal Processing and Control
抑郁癥是當今世界各地不同年齡段的人遇到的主要心理健康問題之一。與任何其他心理健康問題一樣,鑒于明顯的社會保留以及社會缺乏認識和接受度,抑郁癥也給醫(yī)生和臨床專家?guī)砹嗽\斷挑戰(zhàn)。長期以來,研究人員一直在尋找利用自動化系統(tǒng)和計算機從個人的言語和反應中識別抑郁癥狀的方法。在本文中,我們提出了一種基于音頻的抑郁癥檢測方法,該方法依賴于神經網絡進行基于音頻頻譜圖的特征提取以及抑郁癥與非抑郁癥患者的語音/反應模式之間的分類。我們在工作中采用多模態(tài)方法,通過新穎的CNN網絡結合梅爾倒譜系數 (MFCC) 特征以及從音頻文件中提取的頻譜圖特征。我們的 CNN 模型展示了優(yōu)化的殘差塊和“glorot Uniform”內核初始化器。所提出的方法的性能在多模式和多特征試驗中進行了評估。我們在標準基準數據集 DAIC-WOZ 和 MODMA 上展示了我們的結果,這些數據集提供了與抑郁癥狀識別相關的問卷和患者反應的存儲庫。我們還在標準情感識別音頻數據集 RAVDESS 上測試了我們的模型。所提出的模型在 DAIC-WOZ 和 MODMA 中實現了超過 90% 的檢測準確率,在 RAVDESS 中實現了超過 85% 的檢測準確率,這被證明超越了目前的最先進水平。
"點擊查看英文標題和摘要"
相關知識
妊娠期壓力和產前抑郁的關系:主觀幸福感的中介作用
抑郁癥自測 抑郁癥的九大癥狀
關于強化我國孕婦產后抑郁癥防治的提案
AI賦能運動健康穿戴設備深度融合與未來展望
孕早期不良飲食因素與抑郁的關聯性
CSF3R和行動控制對應激與健康飲食關系的調節(jié)作用:應激影響健康行為的個體化模型的初步證據
用生成式AI改善運動健康,夸父大模型揭秘基礎設施秘籍
科研丨BMC Medicine(IF:11.15): 肥胖女性的多組學腸道微生物組特征
心理學部教授團隊在Appetite發(fā)文揭示超重肥胖人群食物相關抑制控制的神經機制
應對計劃對女大學生減肥效果的影響:情緒調節(jié)和理想體型有調節(jié)的中介作用
網址: 基于MFCC和CNN生成譜圖特征的抑郁癥檢測深度學習模型,Biomedical Signal Processing and Control http://m.u1s5d6.cn/newsview44858.html
推薦資訊
- 1發(fā)朋友圈對老公徹底失望的心情 12775
- 2BMI體重指數計算公式是什么 11235
- 3補腎吃什么 補腎最佳食物推薦 11199
- 4性生活姿勢有哪些 盤點夫妻性 10425
- 5BMI正常值范圍一般是多少? 10137
- 6在線基礎代謝率(BMR)計算 9652
- 7一邊做飯一邊躁狂怎么辦 9138
- 8從出汗看健康 出汗透露你的健 9063
- 9早上怎么喝水最健康? 8613
- 10五大原因危害女性健康 如何保 7826