Key points are not available for this paper at this time.
A depressão é uma das doenças mais prejudiciais na sociedade atual, e a etologia e o mecanismo patológico da depressão são uma das doenças mentais mais complicadas. À medida que a população de pessoas com depressão cresce, a longa duração da doença dos pacientes e a gravidade dos resultados tornam a doença o maior desafio no diagnóstico de doenças mentais. Como melhorar a taxa de reconhecimento da depressão e realizar o diagnóstico e tratamento o mais cedo possível é o caminho mais eficaz. De acordo com as manifestações clínicas dos pacientes com depressão, é encontrado que há uma diferença muito óbvia entre os pacientes com depressão e o grupo normal em termos de características de fala, como tons mais baixos e velocidade de fala mais lenta. Portanto, este artigo propõe um método para reconhecimento inteligente da depressão com base em sinais de fala em combinação com o contemporâneo ambiente de casa inteligente. Um novo algoritmo de máquina de vetores de suporte em conjunto (ESVM) é proposto neste artigo, que é aplicado a vários conjuntos de dados clássicos de fala de depressão. A combinação orgânica do reconhecimento da depressão e do ambiente de casa inteligente pode se adaptar ao desenvolvimento da tecnologia futura.
Zhang et al. (Sex,) estudaram esta questão.