抑郁人群语音信号时间特征研究

发布时间：2020-12-28 21:20

　　抑郁症是一种以情绪低落和兴趣丧失为核心症状的精神类疾病。有着极高的患病率与致死率,迫切需要有效的治疗手段。然而,稀缺的医疗资源以及社会对精神类疾病的误解导致抑郁症就诊率偏低,许多抑郁症患者未得到及时的专业指导与治疗。目前,抑郁症几乎唯一的诊断方法是通过量表评测,该方法又因为对患者的病情表述能力、求诊欲望以及医生临床经验有着比较高的要求而存在较大的误诊几率。多年来,研究者一直在寻求一个客观有效、非侵入性且与心理相关的可观测、可量化信号,以帮助临床医生更加准确的掌握患者的病情。语音信号以其易获取、非侵入、使用限制少等优势,吸引了众多研究人员的关注。根据临床医生记录,抑郁症患者行动和言语速度有变慢的迹象。言语速度的变慢可以通过语音信号中的时间特征表述。因此本文围绕语音信号中的时间特征展开研究。具体贡献如下:1、设计了以言语方式和情绪刺激为主要因素的数据采集实验,历时三年,已采集673名被试的语音数据。为抑郁人群语音信号的分析提供了数据基础。2、构造了9个时间特征,用于衡量语音中发声时长、无声时长等信息。结果表明,抑郁症患者语音中的无声时长显著长于正常人群。药物治疗可以使两类人群无声段时长的差... 

【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

端点检测程序流程图

图 4-1 停顿次数与停顿时长示意图。图中蓝点表示抑郁被试，红点表示正常被试从前文中的实验中可以看出，部分时间特征之间存在较大关联，对所构造的特征进行了综合分析之后，本文中选取了录音时长（recording time），有声时长（phonationtime），无声时长（speechpausetime）三个特征对抑郁人群和正常人群的语音信号进行了单个特征统计分析。文中的录音时长定义为麦克风拾取到被试声音开始到麦克风中不再拾取到语音为止。有声时长则是通过语音端点检测程序所找到的语音部分拼接起来的总时长。无声时长定义为录音时长减去有声时长。三者关系如图 4-2 所示。对停顿的量化定义，即语音中无声时长达到多长时算停顿这个问题的相关研究较少，且各研究中所使用的标准也不统一，Lass 和 Deem[52]在研究口语阅读的时间特性时采用了 330 ms ，而 Goldman-Eisler[53]在研究话语连贯性时定义 250ms 及以上为停顿。Viliam Rapcan[35]等人在研究精神分裂症时间特征时也采取了250ms，本文最终采用了 250ms 作为最小停顿时间。录音过程中有时候会发生被试挪动身体不小心碰到麦克风防喷罩或者东西掉地上的情况，此种情况语音波形

41图 4-5 男性抑郁人群与正常人群的无声段时长。图中蓝线代表抑郁人群，红线代表正常人群。图中的六幅子图分别是男性被试在第 6、7、8、18、20 和 21 段的无声时长

【参考文献】：
期刊论文
[1]中国面孔表情图片系统的修订[J]. 龚栩,黄宇霞,王妍,罗跃嘉.  中国心理卫生杂志. 2011(01)
[2]简明国际神经精神访谈中文版的临床信效度[J]. 司天梅,舒良,党卫民,苏允爱,陈景旭,董问天,孔庆梅,张卫华.  中国心理卫生杂志. 2009(07)
[3]情感词汇本体的构造[J]. 徐琳宏,林鸿飞,潘宇,任惠,陈建美.  情报学报. 2008 (02)



本文编号：2944410