Egészséges és depressziós beszéd szétválasztási lehetőségeinek vizsgálata SVM és neurális hálozatok alkalmazásával

OData támogatás
Konzulens:
Dr. Vicsi Klára
Távközlési és Médiainformatikai Tanszék

A depresszió komoly közegészségügyi kihívást jelent számos nyugati országban magas előfordulási rátájával és jelentős hatásával a betegekre és a gazdasági erőforrásokra vonatkozóan. Hatékony kezelés létezik, de a depresszió ellátását több szintű akadály nehezíti, mint például a felismerési arány, a megbélyegzés, a nem megfelelő kezelés és a rossz bánásmód. Az orvosok a beteg beszédének tartalmán túl a beszédhang milyenségéből is következtethetnek a depresszióra. Sokszor használják a depressziós beszédre a fakó, lomha, monoton, élettelen és fémes jelzőket. Ezek az érzeti tulajdonságok összekapcsolhatók akusztikai paraméterekkel.

A dolgozat célja az egészséges és depressziós beszéd szétválasztásának megkísérlése, különböző osztályozási eljárásokkal. Az osztályozáshoz azokat az akusztikai, fonetikai jellemző paramétereket kell felhasználni, amelyek ezeket a változásokat tükrözik. Ezen paraméterek vizsgálatához egy feldolgozott depressziós adatbázisra van szükség.

Dolgozatomhoz felvételeket készítettem depressziós betegekkel - a Semmelweis Klinika, a Péterfy Sándor utcai Kórház, a Szent János Kórház Pszichiátriai osztályán és a Kispesti Forrásház Gondozási Központban -, továbbá egészséges személyekkel a kontroll adatbázishoz, a megfelelő koreloszlás meglétére ügyelve. A résztvevők az „Északi szél és a Nap” című fonetikailag kiegyensúlyozott mesét olvasták fel. Minden résztvevő személyt a neurológus orvos besorolt egy szabványosított súlyossági skála (BDI skála) megfelelő fokára.

A felvételeket fonémaszinten címkéztem, szegmentáltam, majd olyan akusztikai paramétereket nyertem ki Praat program segítségével, amelyek az osztályozási algoritmusok megfelelő paraméterei lehetnek az egészséges és depressziós hangok elkülönítésére. Matlab segítségével egy kétrégetű neurális hálózatot hoztam létre és végeztem vele osztályozást. Eredményeimet SVM osztályozó eredményeivel hasonlítottam össze, amit LIBSVM integrált szoftverrel hoztam létre. Az eredmények biztatóak, és legitimálják a kutatások folytatását.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.