基于语音流畅度与模糊聚类的精神分裂症自动识别

针对精神分裂症诊断周期长、缺乏客观诊断依据的问题,提出语音流畅度矩形参数过能熵积,结合模糊聚类双重定位停顿区域的算法辅助诊断精神分裂症。该算法综合了精神分裂症患者语音流畅度低及能量平缓的特征,定位精神分裂症语音的停顿区域,提出语音流畅度量化参数提取算法,结合SVM(支持向量机)分类器,实现精神分裂症的自动识别。提取28例精神分裂症患者和28例正常对照组语音的流畅度声学特征,自动识别精神分裂症,正确率为85%以上。提出的基于过能熵积与模糊聚类的精神分裂症自动识别算法,能为临床诊断精神分裂症提供客观、有效、无创的辅助依据。