Aug, 2016

不同情绪状态下心率估计的语音信号分析

HTML
PDF
TL;DR文中提出了一种使用语音信号分析和经验线性预测模型动态估算人类心率的方法，并通过分类器建立了两者之间的相关性，可以用于早期无创检测与情绪状态相关的心率变化，并可以实时诊断心脏病情。
发现论文，激发创造
  • 基于高效深度学习的智能手机生命体征估计

    该研究提出了一种使用深度学习的移动端终端对生理征候进行端到端的估计的新方法，其对信号进行卷积计算，无需使用传统预处理方法，且具有更低的计算复杂度和过拟合的机会，提供了一个公共数据集，实验证明其具有最先进的估计精度。

    Apr, 2022

  • 基于生理信号的情感识别调查

    本文回顾了生理信号在情感识别中的作用，讨论了影响情感识别的数据方差、数据标注技术、数据预处理技术、数据拆分技术和多模态信息融合技术以及未来的发展方向。

    May, 2022

  • 使用信号处理和机器学习的有效直接心率变异推断

    该研究使用心率变异性指标以及光电容积描记传感器技术，综合信号处理和机器学习技术来准确推断心率变异性，能在少于1ms的推断时间内保证13.0%至9.1%的误差，使其更适用于小型嵌入式设备和未来的医疗保健监测应用中。

    Mar, 2023

  • 运用机器学习算法检测口语中的情感表达

    该研究使用MATLAB函数与机器学习模型分析人类语音中的声音特征，如谐波、周期性、频谱形状等，实现人类情感的识别。通过使用多个数据集进行训练，并对比测试，发现该模型优于现有类似作品。

    Apr, 2023

  • 语音基于增强优化和增量聚类的血压估计

    利用机器学习和语音信号，研究了准确血压估计的预处理、特征提取和实时应用。通过结合先进的聚类策略和情感维度的YouTube视频，丰富了对现代媒体环境与健康影响的理解。

    Nov, 2023

  • 基于机器学习方法和诊断生物标志物增强的住院心力衰竭患者声音驱动的死亡预测

    通过整合语音生物标志物，我们展示了一个强大而有效的机器学习模型，用于通过语音评估预测住院心力衰竭患者的死亡率，该模型的预测精度得到增强。

    Feb, 2024

  • 利用数据驱动和基于知识的特征预测心脏活动的语音

    通过研究语音与心脏活动的声学相关性，本研究证明了自监督语音模型在预测心脏活动参数方面胜过传统声学特征，并强调了个体变异对模型的普适性的影响，这些发现突显了数据驱动模型在这类任务中的价值，并需要更多基于语音的生理数据来解决与说话者相关的挑战。

    Jun, 2024

  • 利用通用的时间序列模型实现无缝监测压力水平

    本文提出了一种基于时间序列智能手表的压力检测方法，通过异常检测而非分类来实现，相对于其他顶尖系统具有可比较的性能，并且无论使用侵入式还是轻便设备的信号，都能够实现无缝监测。

    Jul, 2024

  • 预训练基础模型揭示语音呼吸模式

    该研究利用机器学习和语音信号来估计呼吸频率，通过使用基于Wav2Vec2的预训练模型，可以获得低的均方根误差和高的相关系数，进而达到低的平均绝对误差。

    Jul, 2024

  • 通过简单的声信号听取血糖：利用机器学习将任何语言转变为传感器的非侵入式葡萄糖测量

    本研究解决了传统血糖监测方法侵入性和不适的问题，提出了一种利用声音分析预测血糖水平的新方法。通过分析声信号的变化与血糖水平之间的显著关联，我们开发了一种基于人工智能的预测模型，显示出声音分析作为非侵入性血糖监测的可行性，可能降低糖尿病管理的成本并改善患者的生活质量。

    Aug, 2024