面向自然语音的帕金森病识别系统

本发明公开了一种面向自然语音的帕金森病(Parkinson’s Disease,PD)识别系统，包括数据采集器、特征提取模块、分类器模块和输出模块，其中，数据采集器基于自然对话形式采集受试者的语音数据，其涵盖了多个与PD相关的语音特征，如音高、语速、发音流畅性等，用于疾病预测任务。特征提取模块提出基于QR分解的快速正交线性判别分析(QR‑FOLDA)方法，旨在提取与PD相关的高表征特征，增强特征区分能力，提升模型泛化能力和特征判别效果，为后续分析和训练提供有效信息。分类器模块由训练数据训练所得，并用于测试数据的分类，确定其标签类型。输出模块则输出分类器对PD语音数据的标签预测结果，提供最终诊断信息。本发明提出的QR‑FOLDA算法，借助QR矩阵分解有效提升了传统正交LDA算法的求解效率，同时所提取的特征较非正交投影方法更具鉴别力，从而显著提高了后续分类器对PD连续语音的识别精度。此外，该算法能够有效处理不同语种的PD语音数据，为其他语种的PD语音识别提供了有力支持。