混合语音段特征双边式优选算法用于帕金森病分类研究

• 作者: 张小恒 张成 张艳玲 承欧梅 曹垚 李勇明 杨刘洋 王力锐 王品
• 来源期刊: 生物医学工程学杂志
• 关键词: 帕金森病 分类 双边式混合语音特征选择 协同效应 多核学习
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 新技术与新方法
• 页码范围: 942-948
• 页数: 7页
• 语种: 中文
• DOI: 10.7507/1001-5515.201704061

摘要

近年来,已有研究证明基于语音数据可实现帕金森病(PD)的诊断,但是目前相关研究主要集中在特征提取及分类器设计等方面,对于样本优选方面考虑不足.本课题组前期研究结果表明,样本优选可有效改进分类准确性,但是样本和语音的相关关系至今还未能深入研究.因此,本文提出了基于相关特征加权和多核学习算法,同时对语音段和特征进行优选,用于发现语音段和特征的协同效应,从而达到提升PD分类准确性的目的.实验结果表明,本文算法针对受试者的分类准确率达到了82.5％,较已有文献算法提高了30.5％.此外,本文算法还挖掘出了语音段和特征的协同效应,对语音标记物提取有一定参考价值.