基于方向共生属性拓扑的帕金森病构音障碍研究

来源 :燕山大学 | 被引量 : 0次 | 上传用户:narflgvdh1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
帕金森病是一种常见的神经系统退行性疾病。构音障碍作为早期典型症状之一,受到广泛关注。近年来,随着以属性拓扑为代表的形式结构表示方法的发展,基于形式结构的疾病分析方法成为疾病研究领域的热点之一。针对帕金森病语音信号在形式结构上的应用,本文从属性拓扑角度展开对帕金森病语音的系列研究。首先,本文提出一种将语音信号转换为属性拓扑的方法。在转换过程中,先将语音进行短时傅里叶变换,得到时频域形式;为了对语谱图内的方向与能量点的关系进行描述,提出基于不同时域混合比的方向统计方法,获得更加完整信息;针对方向与能量点之间的关系,提出基于核密度估计的形式背景建立方法;根据形式背景,提出共生属性拓扑描述方法,实现了帕金森病语音方向共生属性拓扑的建立。其次,通过对属性拓扑的整体结构特性进行分析,提出结构特征提取方法。根据属性拓扑的结构特点,提出连通分量计算算法,实现对连通分量数量统计,从而得到结构统计特征,并对特征进行降维和分类。实验结果表明,结构特征提取方法可以完成帕金森病语音分类。再次,通过对属性拓扑的时频特性进行分析,提出时频特征提取方法。针对帕金森病语音中的时域和频域特性,对语谱图进行滑窗处理,分别得到关注时域信息的时域特征和关注频域信息的频域特征,并对特征进行降维和分类;实验结果表明,语音中的频率信息是影响分类的重要因素。最后,通过对节点间相互影响特性进行分析,提出共生特征提取方法。根据属性拓扑结构中对节点间的共生强度关系描述,得到结构的整体共生统计特征,并对特征进行降维和分类。实验结果表明,共生特征可以很好的描述帕金森病语音病理特性。
其他文献
本文研究了一个mπ≠0时的改进的Skyrme模型,在重子数守恒的新的标度变换下,同时考虑孤立子的转动与振动耦合,通过最低阶半经典近似处理,推出了包括振动与转动耦合在内的、与标度参数有关的孤立子哈密顿,由N、Δ的能级分裂公式定出了理论参数fπ和m,并且计算了核子的静态性、N、Δ的能量。计算结果表明,和原先Skyme模型的预言相比,绝大部分数据有了改进。其结果基本符合于实验值。
近年来,随着电商平台的日益发展,产生的数据量也逐渐庞大,如何有效地从各类多源异构数据中挖掘出有效信息成为亟待解决难题。电商平台多采用基于关键词匹配的商品检索机制,匹配范围往往局限于商品标题,商家为了提高自身销售商品的检索率往往会在商品标题中加入对商品特性的描述或优惠信息等文本给商品真实名称的识别带来很大困难。因此,本文将从以下几个方面进行研究。首先,针对电商领域命名实体识别比较困难的问题,使用Se
随着人工智能技术的发展及广泛应用,图像显著性检测技术成为计算机视觉领域热点研究内容之一。图像显著性检测原理是模仿人类视觉注意力机制提取图像中包含着重要信息的显著区域,进而降低后续图像处理任务的计算复杂度,提高计算效率。该技术广泛应用于图像检索、图像分割等计算机视觉处理任务。图像显著性检测算法的研究具有重要意义。首先对传统算法提取特征较为单一,生成的显著图背景抑制不彻底,前景丢失等不足进行改进。设计
水下图像是海洋信息的重要载体,是人们获取水下信息的重要来源,在海洋资源的勘探开发中得到了广泛的应用。但光在水中传播时,水介质会对其产生强烈的吸收和散射作用。这会给水下图像带来细节模糊、对比度低、颜色退化等严重问题,图像的失真限制了目标的能见度,给物体识别带来一定的困难。因此,利用图像处理技术还原水下图像的真实面貌具有很高的实用价值。本文根据颜色线(color-line,CL)理论对退化水下自然彩色
【目的】调查常态化疫情防控下上海市区级疾病预防控制中心的公共卫生应急核心能力建设情况,分析不足之处,为提高上海市疾病预防控制系统面对突发公共卫生事件的应急核心能力提供建议和科学依据。【方法】采用问卷调查的方法,对上海市16家区级疾病预防控制中心的应急体系建设、疫情监测和风险评估、应急队伍人力和物资装备、新型冠状病毒肺炎(COVID-19)疫情实际应对等方面进行调查和评估。【结果】上海市区级疾病预防
随着大数据时代的来临以及计算机硬件性能的高速提升,深度学习技术在各大领域都取得了显著的成果。在自然语言处理领域,深度学习技术已经得到了普遍的应用,传统的问答系统也朝着智能问答系统的方向迈进。随着大规模结构化数据的积累,基于结构化数据的智能问答系统成为了主流。本文以英文的NL2SQL任务为研究对象,通过深度学习技术完成单表场景下和多表场景下的NL2SQL任务。首先,针对于单表查询场景下生成的SQL查
流体仿真一直是计算机图形学领域研究的热点之一,烟雾作为流体的一种重要表现形式,具有多变性以及易受外界环境影响等特点,所以对于烟雾的真实感模拟变得非常困难,而关于烟雾融合的实时绘制则更具挑战性。随着技术的发展,电影特效、游戏处理等诸多领域均应用了烟雾融合的渲染。针对不同烟雾融合时的边界过渡不自然的问题,本文旨在对多烟雾融合过程中所出现的问题进行多角度的探究和了解,并且根据此问题提出一系列的理论知识和
人群计数作为智能监控领域的一个重要方向,已经成为计算机视觉领域的研究热点。随着深度学习技术的发展,基于卷积神经网络的人群计数算法取得了良好的性能,有效降低了计数误差。但是在实际的应用场景中,现有的算法仍面临许多挑战,如人群尺度变化和背景干扰等。因此,如何更好地提高人群计数精度已成为计算机视觉技术领域急需解决的问题。基于国内外研究现状以及深度学习和计算机视觉等相关理论知识,本文对如何获取更准确的人群
神经系统疾病的诊断一直是生物医学领域极富挑战性的问题,而癫痫是最常见的神经疾病之一,它是由紊乱的过度或者超同步的神经元活动所引起的,具有周期性和反复性。脑电图在癫痫的诊断中起着至关重要的作用,传统的临床手段主要借助于脑电图进行视觉检测,费时费力,并且可能会产生不必要的人为经验误差。因此,对癫痫脑电的自动分类识别是必要而且有意义的。脑电信号中包含着多种生理以及病理信息,为神经性脑疾病的诊断与治疗提供
焦虑是常见的负性情绪之一,严重影响着人们的心理健康及生存质量。近年来经皮穴位电刺激(TEAS)作为一种新型中医穴位疗法常用于焦虑干预,但其效果缺乏客观评价指标。脑电信号(EEG)中包含了丰富的生理与病理信息,是精神类疾病诊断与干预效果评价的重要手段。因此本文结合量表评估与EEG综合分析TEAS内关穴对焦虑症的影响。首先,针对EEG信号微弱、易受噪声干扰的特点,基于集合经验模态分解(EEMD)与独立