基于语音样本重复剪辑和随机森林的帕金森病诊断算法研究

• 作者: 刘玉川 张小恒 李勇明 杨刘洋 王品 谢文宾 邱明国
• 来源期刊: 生物医学工程学杂志
• 学科: 工学
• 关键词: 帕金森病 诊断 语音样本优选 集成学习 重复剪辑近邻算法 随机森林
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 论著
• 页码范围: 1053-1059
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.7507/1001-5515.20160169

摘要

基于语音数据实现帕金森病诊断近年来已被证明是一种有效方式.但是,目前相关研究在样本预处理和集成学习方面还考虑不足,从而造成样本对分类器误导、分类准确率和稳定性还不令人满意等问题.本文提出了一种结合样本重复剪辑算法和随机森林的帕金森病诊断新算法,并基于最新公共数据集进行了对比实验.实验结果表明,本文算法实现了对语音样本和受试者的分类诊断,针对受试者的平均分类准确率达到了100％,比原数据提供者最高改善了29.44％.本文基于样本优选实现了一种新的语音帕金森病诊断算法;与同类算法相比,具有较高的准确率和稳定性.