Publicação
Diagnóstico inteligente de patologias da laringe
| Resumo: | A deteção automática de patologias da laringe permite fazer um diagnóstico rápido, barato e de forma não invasiva. Ao longo deste trabalho foram estudados vários tipos de parâmetros, sistemas de inteligência artificial e técnicas de seleção de variáveis que possam permitir a deteção de patologias das cordas vocais. Foram utilizados um primeiro conjunto de parâmetros constituídos por HNR e quatro medidas de jitter e shimmer. Foi avaliada a capacidade de predição deste conjunto de parâmetros quando usados com apenas uma vogal e um tom e quando usados com varias vogais e vários tons. Foi estudado um segundo conjunto de parâmetros onde constam 12 coeficientes cepstrais, frequências e larguras de banda dos três primeiros formantes, frequência fundamental, energia, potencia, momentos espectrais de ordem zero, um, dois, três e curtose. Isto serviu para aferir a utilidade de outro tipo parâmetros na deteção de patologias da laringe. Devido á grande quantidade de parâmetros e para melhor compreender a utilidade de alguns foram aplicadas técnicas de seleção de variáveis e redução da dimensão como a regressão linear passo a passo e análise das componentes principais (PCA). Foram utilizados dois tipos de sistemas inteligentes que depois de treinados permitiam a classificação em patológico ou saudável, as redes neuronais artificiais (RNA) e máquinas de vetor de suporte (MVS). Como grupos patológicos foram usadas a disfonia e paralisia das cordas vocais, separadas por género. Na classificação como patológico ou saudável, usando o primeiro conjunto de parâmetros (HNR, quatro medidas de jitter e shimmer para três vogais e três tons diferentes), foi possível obter precisões de: 100% usando tanto a disfonia feminino como masculino como grupo patológico; 78,9% usando a paralisia feminino como grupo patológico; 81,8% usando a paralisia masculino como grupo patológico. |
|---|---|
| Autores principais: | Alves, Nuno Filipe Ribeiro |
| Assunto: | Patologias da laringe Deteção automática Redes neuronais artificias Máquinas de vetor de suporte |
| Ano: | 2016 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Instituto Politécnico de Bragança |
| Idioma: | português |
| Origem: | Biblioteca Digital do IPB |
| Resumo: | A deteção automática de patologias da laringe permite fazer um diagnóstico rápido, barato e de forma não invasiva. Ao longo deste trabalho foram estudados vários tipos de parâmetros, sistemas de inteligência artificial e técnicas de seleção de variáveis que possam permitir a deteção de patologias das cordas vocais. Foram utilizados um primeiro conjunto de parâmetros constituídos por HNR e quatro medidas de jitter e shimmer. Foi avaliada a capacidade de predição deste conjunto de parâmetros quando usados com apenas uma vogal e um tom e quando usados com varias vogais e vários tons. Foi estudado um segundo conjunto de parâmetros onde constam 12 coeficientes cepstrais, frequências e larguras de banda dos três primeiros formantes, frequência fundamental, energia, potencia, momentos espectrais de ordem zero, um, dois, três e curtose. Isto serviu para aferir a utilidade de outro tipo parâmetros na deteção de patologias da laringe. Devido á grande quantidade de parâmetros e para melhor compreender a utilidade de alguns foram aplicadas técnicas de seleção de variáveis e redução da dimensão como a regressão linear passo a passo e análise das componentes principais (PCA). Foram utilizados dois tipos de sistemas inteligentes que depois de treinados permitiam a classificação em patológico ou saudável, as redes neuronais artificiais (RNA) e máquinas de vetor de suporte (MVS). Como grupos patológicos foram usadas a disfonia e paralisia das cordas vocais, separadas por género. Na classificação como patológico ou saudável, usando o primeiro conjunto de parâmetros (HNR, quatro medidas de jitter e shimmer para três vogais e três tons diferentes), foi possível obter precisões de: 100% usando tanto a disfonia feminino como masculino como grupo patológico; 78,9% usando a paralisia feminino como grupo patológico; 81,8% usando a paralisia masculino como grupo patológico. |
|---|