基于多类型语音数据的帕金森病辅助检测方案研究与设计.pdfVIP

摘要

帕金森病在病程早期会出现无法稳定发音、声音质量减弱等语音障碍症状。为分析受试

者的言语能力，专家基于上述生理现象设计了包括持续元音、重复音节以及情景对话在内的

多类型语料。许多研究人员采用机器学习技术分析受试者朗读上述语料的语音，成功开展了

基于语音的帕金森病辅助检测。但由于语音样本易受采集环境差异、个体差异、受试者母语

语种差异等非病理因素的影响，给机器学习模型带来了更多的混淆因素。导致模型的检测准

确率下降，且无法适用于跨语种场景下的检测。因此，有必要研究和设计更加高效稳定的病

情检测模型，去除非病理因素的影响，服务分布更加广泛区域的人群。

针对当前单类型语料语音无法全面地反映受试者的发声状况，且易受采集环境差异、个

体差异等因素影响，导致模型误判。本论文首先分析了多类型语料获得的多源语音数据，能

够提供更加全面的病理信息，有助于去除非病理性因素的影响。接着为充分利用基于多类型

语料获得的多源语音数据，本论文提出一种用于帕金森病辅助检测的多源语音信息融合模型。

模型通过多个支路分别学习各单源语音数据中的特有信息，以及共有信息，从而全面提取多

源数据所携带的病理信息。为实现多源语音数据中的信息交互，本论文所提模型引入多头注

意力机制进行更细粒度的信息融合。为