تشخیص گریه نوزاد از سایر صداهای محیط با استفاده از یادگیری عمیق

مهم ترین راه ارتباطی نوزادان با دنیای اطراف گریه آن ها است. علاوه بر درک نیازهای روزمره نوزادان، پیش بینی بیماری یکی دیگر از وظایف مهم در تحقیقات گریه نوزاد است. سیستم های هوشمند تشخیص گریه نوزاد زمینه ساز ساخت ربات های هوشمند مراقبتی خواهند بود. سیگنال های گریه نوزادان حاوی ویژگی های منحصر به فردی است که با استفاده از این ویژگی ها می توان گریه نوزادان را از سایر اصوات محیط تشخیص داد. اغلب دیتاهای موجود در این زمینه صداها ی ضبط شده توسط افراد در NICU و یا در خانه توسط والدین است. دراین پژوهش صدای گریه نوزادان از سایر اصوات محیط تشخیص داده شده است. دراین مسیر از ضرایب کپسترال فرکانس مل۱ (MFCC) بهره بردیم و عملکرد شبکه ها ی عصبی عمیق پیچشی ۲ (CNN) و حافظه طولانی- کوتاه مدت ۳ (LSTM) را بررسی کردیم و برتری روش خود را بر اساس معیارهای دقیق تر و جامع تری از جمله دقت۴ ، حساسیت۵ و ماتریس درهم ریختگی ۶ سنجیدیم. نتایج به دست آمده نشان می دهد که جهت تشخیص صدای گریه نوزادان الگوریتم شبکه عصبی حافظه طولانی- کوتاه مدت دارای دقت ۹۶/۳۰% و شبکه عصبی پیچشی دارای دقت ۹۷/۹۷% می باشد

Keywords:

تشخیص گریه نوزادان , ضرایب کپسترال فرکانس مل , شبکه عصبی طولانی- کوتاه مدت , شبکه عصبی پیچشی