تشخیص افسردگی از روی سیگنال گفتار بااستفاده از شبکه های عصبی

چکیده مقاله

اختلال افسردگی اساسی یکی از چالش های مهم و رو به رشد سلامت روان در جهان به شمار می آید روش های سنتی تشخیص این اختلال که بر مصاحبه های بالینی و پرسشنامه های خوداظهاری متکی هستند، به دلیل ماهیت ذهنی و زمان بر بودن، دقت و کارایی محدودی دارند در سال های اخیر، گفتار به عنوان یک شاخص زیستی عینی، غیرتهاجمی و کم هزینه مورد توجه پژوهشگران قرار گرفته و پتانسیل بالایی برای تشخیص و پایش خودکار افسردگی نشان داده است در این پژوهش، یک چارچوب ترکیبی مبتنی بر یادگیری عمیق برای تشخیص دودویی افسردگی از روی سیگنال صوتی پیشنهاد شده است در این مدل، از شبکه عصبی پیچشی برای استخراج خودکار ویژگی های فضایی و بسامدی گفتار و از شبکه حافظه طولانی مدت برای تحلیل وابستگی های زمانی پیچیده استفاده گردیده است داده های مورد استفاده از پایگاه استاندارد DAIC WOZ انتخاب شده و ورودی شبکه به صورت طیف نگاشت لاگ مل طراحی شده است تا الگوهای آکوستیکی گفتار را که با ادراک شنیداری انسان مرتبط اند، به خوبی نمایش دهد نتایج آزمایش ها نشان داد که مدل پیشنهادی بر روی داده های آزمون به صحت ۸۱ درصد و میانگین امتیاز F۱ برابر با ۰٫۸۰ دست یافته است این یافته ها حاکی از آن است که معماری ترکیبی مورد استفاده، ضمن حفظ کارایی محاسباتی، عملکردی رقابتی و قابل مقایسه با روش های پیشرفته سوتا مبتنی بر گفتار ارائه می دهد افزون بر این، نتایج بهبود محسوسی نسبت به مدل های پایه اولیه یادگیری عمیق نشان داده و قابلیت استفاده از چنین سامانه هایی را به عنوان ابزار کمکی در پایش خودکار و عینی سلامت روان تایید می کند

کلیدواژه‌ها

نویسندگان

مهرداد فخار

کارشناسی ارشد مهندسی پزشکی بیوالکتریک، دانشگاه صنعتی خواجه نصیرالدین طوسی تهران

فخار، مهرداد،1404،تشخیص افسردگی از روی سیگنال گفتار بااستفاده از شبکه های عصبی،بیست و هفتمین کنفرانس ملی مهندسی برق ،کامپیوتر و مکانیک،شیروان

ارائه‌شده در

مجموعه مقالات بیست و هفتمین کنفرانس ملی مهندسی برق ،کامپیوتر و مکانیک24 شهریور 1404 · شیروان