中文听觉行为学实验平台的构建与教学应用

现有的语言与听觉研究主要集中于英文等非音调语言,而对中文的听觉研究很有限。该文利用MATLAB的图形用户界面,结合混合编程,实现了中文听觉行为学实验平台。将此实验平台应用于实验教学及实验研究,分析了不同的噪声水平、不同音调以及不同的音高差因素对说中文的受试者的听觉认知的影响。实验表明,噪声越大,听觉认知系统对音调的判断准确率越低,反应时间越短;音高差异越大,判断准确率越高,反应时间越短。本实验平台能有效地应用于中文听觉行为的研究与教学。

基于卷积神经网络的注意缺陷多动障碍分类研究

注意缺陷多动障碍(ADHD)是一种高发于学龄儿童的行为障碍综合症。目前,ADHD的诊断主要依赖主观方法,导致漏诊率和误诊率较高。基于此,本文提出一种基于卷积神经网络的ADHD客观分类算法。首先,对脑部磁共振图像(MRI)进行头骨剥离、高斯核平滑等预处理;其次,对大脑的右侧尾状核、左侧楔前叶和左侧额上回部位的MRI进行粗分割;最后,利用3层卷积神经网络进行分类。实验结果表明:1本文的算法能有效地对ADHD和正常人群进行分类;2右侧尾状核和左侧楔前叶的ADHD分类准确率要高于ADHD-200全球竞赛中所有方法达到的ADHD最高分类准确率(62.52%);3利用上述3个脑区对ADHD患者和正常人群进行分类,其中右侧尾状核的分类准确率最高。综上所述,本文提出了一种利用粗分割和深度学习对ADHD患者和正常人群进行分类的方法。本文方法分类准确率高,计算量小,能较好地提取不明显的图像特征,改善了传统MRI脑区精确分割耗时长及复杂度高的缺点,为ADHD的诊断提供了一种可参照的客观方法。