[发明专利]一种基于语音信号的帕金森患者UPDRS得分预测方法

摘要

本发明涉及一种基于语音信号的帕金森患者UPDRS得分预测方法。包括如下步骤：首先，基于大量的语音信号特征数据，分别使用三种特征选择方法选择语音信号特征，获得三组特征子集；其次，采用绝对多数投票法将三组特征子集进行集成，集成后的特征子集为最终特征子集；然后，将最终特征子集作为聚类算法k‑means的输入，将相似的帕金森患者聚在一起，利用肘部法则及轮廓系数确定聚类的数目；最后，利用相似患者构建个性化预测模型，为每个帕金森患者定制预测方法，根据帕金森患者语音信号的特征，选择对应的回归算法。本发明采用集成特征选择和相似患者预测的方法，构建一种个性化预测模型的框架，可提高帕金森患者UPDRS得分的预测精度，具有较好的鲁棒性。

主权项

一种基于语音信号的帕金森患者UPDRS得分预测方法，其特征在于，该方法包括以下步骤：步骤1：基于大量的语音信号特征数据，分别使用过滤式、包裹式、嵌入式三种特征选择方法选择语音信号特征，获得三组特征子集；步骤2：采用绝对多数投票的结合策略将基于步骤1得到的三组特征子集进行集成，选择集成后的特征子集作为最终的特征子集；步骤3：将基于步骤2得到的最终的特征子集作为聚类算法k‑means的输入，将相似的帕金森患者聚在一起，并利用肘部法则及轮廓系数确定聚类的数目；步骤4：基于步骤3，根据待预测帕金森患者的特征将其划分到相应的类别中，利用相似患者构建个性化预测模型，根据患者个体特征的不同选择相对应的回归算法预测UPDRS得分。