基于语音停顿度和平坦度的注意缺陷与多动障碍自动检测算法

针对注意缺陷与多动障碍(ADHD)临床诊断主要依靠医生主观评估,缺乏客观辅助依据的问题,提出了一种基于语音停顿度和平坦度的ADHD自动检测算法。首先,通过频带差能熵积(FDEEP)参数自动定位语音有话区间,并提取停顿度特征;然后,使用变换平均幅度平方差(TAASD)参数计算语音倍频率,并提取平坦度特征;最后,结合融合特征和支持向量机(SVM)分类器来实现ADHD的自动识别。实验共采集了17位正常对照组儿童和37位ADHD患儿的语音样本。实验结果表明,所提算法能自动检测正常儿童和ADHD患儿,识别正确率为91.38%。