12、基于节奏共振峰分析的自动抑郁症分类研究

基于节奏共振峰分析的自动抑郁症分类研究

1. 引言

抑郁症作为一种影响全球数百万人的心理健康障碍，因其复杂的性质和多样的症状，给临床医生和研究人员带来了巨大挑战。准确及时地诊断抑郁症对于有效治疗和干预至关重要。目前，临床医生主要依靠访谈、自我报告问卷和精神评估等方法来诊断抑郁症，但这些方法具有主观性且容易产生偏差，可能导致误诊或延误治疗。

语音作为抑郁症检测的潜在手段，相较于传统诊断方法具有诸多优势。它是人类交流的基本方式，能够反映各种情感和认知状态。过去，研究人员已经提出了许多声学特征，如低水平描述符（LLDs），用于捕捉抑郁症患者语音中的模式。此外，结合高斯混合模型（GMM）的特征分析以及功率谱密度在多个子带内的分析，也被证明在处理抑郁症和非抑郁症语音样本的模式方面是有效的。同时，深度学习与手工特征的结合也被用于提高抑郁症检测的性能。

本文旨在探索节奏共振峰分析（RFA）作为一种新的自动抑郁症分类方法的潜力。通过研究语音节奏模式与抑郁状态之间的关系，为开发客观可靠的抑郁症评估工具做出贡献。相关特征中，梅尔频率倒谱系数（MFCCs）能有效捕捉语音的重要特征，而节奏共振峰（RFs）已被研究人员用于机器学习中对不同说话风格的分类。基于初步研究，我们观察到MFCCs、幅度调制（AM）、频率调制（FM）RFs及其组合在t - SNE图中的排列存在显著差异，这表明这些特征捕获了不同的信息，进一步促使我们使用RFs进行分类任务。

2. 节奏共振峰分析

Gibbon在关于RFA的探索性论文中提出了四个主张，包括语音调制知识、同时共振峰、串行共振峰和不对称节奏。RFA的关键特征是低频（LF）频谱中的频谱峰值，被称为LF节奏共振峰。RFA方法明确关联了每种语言的语