换一批基于层级化分数阶语谱图的帕金森病构音障碍分类
Classification of Dysphonia in Parkinson's Disease Based on Hierarchical Fractional Spectrogram
摘要构音障碍是帕金森病的早期症状之一.现有的基于深度学习的帕金森病构音障碍分类大多根据语谱图和卷积神经网络分析,但两者分别存在角度单一和感受野受限等不足,导致信息提取不充分.本研究提出了一种基于层级化分数阶语谱图的帕金森病分类方法.首先,通过增加角度旋转因子,将构音信号转化为分数阶语谱图以增强从不同角度提取能量信息的能力;其次,将Swin Transformer网络在ImageNet上预训练的参数进行迁移和微调以解决数据量小的弊端;最后,结合层级化结构和基于偏移窗口的自注意力机制扩大感受野和实现多尺度信息融合,从而有效提升帕金森病分类精度.在Database-1(240个样本,由伊斯坦布尔大学医学院神经内科采集)和Database-2(1 404个样本,由唐山工人医院和开滦精神卫生中心合作采集)上的验证结果表明,该方法具有良好的稳定性,且在两个数据集上的准确率分别达到了97.80％和98.75％,性能均优于所对比的先进方法.本研究所提出方法为帕金森病构音障碍分析提供了新的视角.
更多相关知识
关键词
帕金森病构音障碍分数阶语谱图参数迁移层级化结构Parkinson's diseasedysphoniafractional spectrogramparameter transferhierarchical structure
分类号
R318（医用一般科学）
栏目名称
DOI
10.3969/j.issn.0258-8021.2025.01.003
发布时间
2025-04-27（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览10
- 被引2
- 下载3
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
