买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：复旦大学

摘要：本发明属于腺样体和扁桃体肥大筛查技术领域，具体为一种基于语音信号的全自动腺样体和扁桃体肥大识别系统。本发明系统包括：语音信号采集模块、信号预处理模块、特征提取、特征拼接和特征选择模块、数据均衡模块、深度学习网络模块、二分类模块和四分类模块。系统对通过计算机辅助语言调查分析软件采集到的语音信号进行预处理和特征提取，并将不同元音和鼻音信号的特征进行拼接送至深度学习网络进行高精度特征提取，最终进行腺样体和扁桃体肥大识别及其严重程度判别。本发明采用特征选择算法对所提特征进行最优特征筛选，采用数据均衡算法使得样本种类达到均衡，采用深度学习网络挖掘更深层次的特征，得到更精准的结果。

主权项：1.一种基于语音信号的全自动腺样体和扁桃体肥大识别系统，其特征在于，通过对采集到的语音信号进行预处理、特征提取、特征拼接与选择，最后送入深度学习网络进行腺样体和扁桃体肥大患者识别及腺样体和扁桃体肥大程度判别；具体包括以：语音信号采集模块，信号预处理模块，特征提取、特征拼接和特征选择模块，数据均衡模块，深度学习网络模块，二分类模块，四分类模块；其中：所述语音信号采集模块，用于采集受试者的中文语音信号，语音信号的设计包括可能表现腺样体和扁桃体肥大患者声学异常的语音范式，具体包括5个中文元音：a、e、i、u、ü，2个中文鼻音：mi、ni；每个元音和鼻音都包含4种声调的发音，共28个中文语音信号；所述信号预处理模块，用于对语音信号采集模块所采集到的语音信号进行前置处理，包括对原始语音信号进行静音消除、预加重、分帧、加窗处理；从而得到更加平稳的信号；所述特征提取、特征拼接和特征选择模块，用于对信号预处理模块所处理的语音信号进行相关声学参数特征提取，再对各个语音提取的特征进行拼接，最后对拼接后的特征采用单变量选择法进行特征选择以获得最优特征；所述数据均衡模块，采用数据均衡算法对特征提取、特征拼接和特征选择模块所得到的样本进行数据生成，合成新样本；所述深度学习网络模块，用于对数据均衡模块所得到的所有样本进行更深层次的特征挖掘，以得到更精准的结果；所述二分类模块，用于对深度学习网络模块的输出进行腺样体和扁桃体肥大的二分类；所述四分类模块，用于对深度学习网络模块的输出进行腺样体和扁桃体肥大的四分类。

全文数据：

权利要求：

百度查询： 复旦大学 一种基于语音信号的全自动腺样体和扁桃体肥大识别系统