基于元音的深度学习OSA严重程度分类模型

本发明公开了一种基于元音的深度学习OSA严重程度分类模型。该方法包括以下步骤：步骤1：采集受试者的元音语音信号，包括五个汉语元音：/a/，/o/，/e/，/i/，/u/；步骤2：获取受试者行整夜PSG后得出的AHI指数，对受试者进行严重程度分级；步骤3：对所述的语音信号提取四种副语言特征，包括eGemaps，emobase，ComParE16，MRCG。将5个元音的4种副语言特征融合为一个元音特征图，为后续训练提供最具检测效能的特征集；步骤4：将得到的元音特征图结合基线特征(包括年龄、BMI、身高、体重、颈围和腹围)，输入构建的卷积神经网络(CNN)进行训练并测试，得到不同AHI严重程度下分类的结果。