基于MDSF的精神分裂症自动识别算法

为解决精神分裂症检测上临床医师短缺、效率低等问题,提出多维度情感扁平化空间域特征(multi-dimensional spatial characteristics of flatten emotion,MDSF)算法,提取精神分裂症和正常人在情绪表达强度的差异信息。实验提取28个患者及28个对照组语音样本的MDSF,结合SVM实现精神分裂症的自动检测,分析MDSF特征在不同维度下的性能。实验结果表明,应用MDSF三维特征,其精神分裂症自动识别正确率为85.1%-89.1%,优于低维度MDSF的识别性能,且MDSF的识别正确率高于国内外现有技术的正确率。提出的MDSF能为临床医师提供客观有效的辅助诊断。