抑郁癥是當(dāng)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(huì)保留以及社會(huì)缺乏認(rèn)識(shí)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(zhǎng)期以來，研究人員一直在尋找利用自動(dòng)化系統(tǒng)和計(jì)算機(jī)從個(gè)人的言語和反應(yīng)中識(shí)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(cè)方法，該方法依賴于神經(jīng)網(wǎng)絡(luò)進(jìn)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(yīng)模式之間的分類。我們?cè)诠ぷ髦胁捎枚嗄B(tài)方法，通過新穎的CNN網(wǎng)絡(luò)結(jié)合梅爾倒譜系數(shù) (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(nèi)核初始化器。所提出的方法的性能在多模式和多特征試驗(yàn)中進(jìn)行了評(píng)估。我們?cè)跇?biāo)準(zhǔn)基準(zhǔn)數(shù)據(jù)集 DAIC-WOZ 和 MODMA 上展示了我們的結(jié)果，這些數(shù)據(jù)集提供了與抑郁癥狀識(shí)別相關(guān)的問卷和患者反應(yīng)的存儲(chǔ)庫。我們還在標(biāo)準(zhǔn)情感識(shí)別音頻數(shù)據(jù)集 RAVDESS 上測(cè)試了我們的模型。所提出的模型在 DAIC-WOZ 和 MODMA 中實(shí)現(xiàn)了超過 90% 的檢測(cè)準(zhǔn)確率，在 RAVDESS 中實(shí)現(xiàn)了超過 85% 的檢測(cè)準(zhǔn)確率，這被證明超越了目前的最先進(jìn)水平。

"點(diǎn)擊查看英文標(biāo)題和摘要"

相關(guān)知識(shí)

妊娠期壓力和產(chǎn)前抑郁的關(guān)系:主觀幸福感的中介作用
抑郁癥自測(cè) 抑郁癥的九大癥狀
關(guān)于強(qiáng)化我國(guó)孕婦產(chǎn)后抑郁癥防治的提案
AI賦能運(yùn)動(dòng)健康穿戴設(shè)備深度融合與未來展望
孕早期不良飲食因素與抑郁的關(guān)聯(lián)性
CSF3R和行動(dòng)控制對(duì)應(yīng)激與健康飲食關(guān)系的調(diào)節(jié)作用：應(yīng)激影響健康行為的個(gè)體化模型的初步證據(jù)
用生成式AI改善運(yùn)動(dòng)健康，夸父大模型揭秘基礎(chǔ)設(shè)施秘籍
科研丨BMC Medicine(IF:11.15): 肥胖女性的多組學(xué)腸道微生物組特征
心理學(xué)部教授團(tuán)隊(duì)在Appetite發(fā)文揭示超重肥胖人群食物相關(guān)抑制控制的神經(jīng)機(jī)制
應(yīng)對(duì)計(jì)劃對(duì)女大學(xué)生減肥效果的影響：情緒調(diào)節(jié)和理想體型有調(diào)節(jié)的中介作用

網(wǎng)址: 基于MFCC和CNN生成譜圖特征的抑郁癥檢測(cè)深度學(xué)習(xí)模型,Biomedical Signal Processing and Control http://www.u1s5d6.cn/newsview44858.html