Publicação
Métodos de seleção de parâmetros para o diagnóstico de patologias da laringe
| Resumo: | Esta dissertação propõe soluções para a identificação de patologias da voz através do processamento do sinal de fala. Foram utilizados na classificação de patologias como Laringite Crónica, Disfonia e Paralisia das Cordas Vocais as redes neuronais, Multilayer Perceptron e Long-Short-Term-Memory. Os parâmetros acústicos empregados foram jitter relativo, jitter absoluto, shimmer relativo, shimmer absoluto, autocorrelação, Harmonic to Noise Ratio, Noise to Harmonic Ratio e Mel Frequency Cepstral Coefficients. Estes parêmetros são extraídos da base de dados Saarbrücken Voice Database, a partir de arquivos de áudio que contém as vogais sustentadas /a/, /i/ e /u/ nos tons baixo, normal e alto. Também empregou e testou técnicas de normalização de dados, identificação de outliers e seleção de parâmetros. Tais aplicações tem a finalidade de otimizar o modelo de reconhecimento, torná-lo mais eficiente e consequentemente melhorar a acurácia/exatidão do diagnóstico. Como pré-processamento utilizou-se as técnicas de normalização Z-score, Logarítmica e Raiz Quadrada para permitir uma melhor identificação dos outliers presente nos dados, por meio da aplicação do método do Box Plot e do Desvio Padrão. Após os experimentos, tanto o método do Desvio Padrão quanto o do Box Plot com normalização do Z-score mostraram-se muito úteis para o pré-processamento do conjunto de dados para o reconhecimento de patologias de voz. A acurácia foi melhorada entre 3 a 13 pontos em percentagem. Posteriormente, foram utilizadas as técnicas de Seleção de Parâmetros que ordenam os atributos segundo uma métrica de importância. Deste modo, os parâmetros relevantes são selecionados de acordo com o critério estabelecido pelos testes: Correlação, ReliefF, Test t de Welch, Regressão Multilinear. Ao comparar todos os algoritmos desenvolvidos, pode-se destacar que o algoritmo baseado no ReliefF teve o melhor desempenho. Com relação a acurácia teve um aumento de 9 pontos percentuais e na medida F de 8 pontos percentuais. |
|---|---|
| Autores principais: | Silva, Letícia |
| Assunto: | Classificação Patologias da Voz Identificação de Outliers Seleção de Parâmetros |
| Ano: | 2020 |
| 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 |
| _version_ | 1867172927435177984 |
|---|---|
| author | Silva, Letícia |
| author_facet | Silva, Letícia |
| author_role | author |
| contributor_name_str_mv | Teixeira, João Paulo Bispo, Bruno Catarino Biblioteca Digital do IPB |
| country_str | PT |
| creators_json_txt | [{\"Person.name\":\"Silva, Letícia\",\"Person.identifier.orcid\":\"0000-0003-3812-2794\"}] |
| datacite.contributors.contributor.contributorName.fl_str_mv | Teixeira, João Paulo Bispo, Bruno Catarino Biblioteca Digital do IPB |
| datacite.creators.creator.creatorName.fl_str_mv | Silva, Letícia |
| datacite.date.Accepted.fl_str_mv | 2020-01-01T00:00:00Z |
| datacite.date.available.fl_str_mv | 2020-08-27T14:36:07Z |
| datacite.date.embargoed.fl_str_mv | 2020-08-27T14:36:07Z |
| datacite.rights.fl_str_mv | http://purl.org/coar/access_right/c_abf2 |
| datacite.subjects.subject.fl_str_mv | Classificação Patologias da Voz Identificação de Outliers Seleção de Parâmetros |
| datacite.titles.title.fl_str_mv | Métodos de seleção de parâmetros para o diagnóstico de patologias da laringe |
| dc.contributor.none.fl_str_mv | Teixeira, João Paulo Bispo, Bruno Catarino Biblioteca Digital do IPB |
| dc.creator.none.fl_str_mv | Silva, Letícia |
| dc.date.Accepted.fl_str_mv | 2020-01-01T00:00:00Z |
| dc.date.available.fl_str_mv | 2020-08-27T14:36:07Z |
| dc.date.embargoed.fl_str_mv | 2020-08-27T14:36:07Z |
| dc.format.none.fl_str_mv | application/pdf |
| dc.identifier.none.fl_str_mv | http://hdl.handle.net/10198/22684 |
| dc.language.none.fl_str_mv | por |
| dc.rights.cclincense.fl_str_mv | http://creativecommons.org/licenses/by-nc/4.0/ |
| dc.rights.none.fl_str_mv | http://purl.org/coar/access_right/c_abf2 |
| dc.subject.none.fl_str_mv | Classificação Patologias da Voz Identificação de Outliers Seleção de Parâmetros |
| dc.title.fl_str_mv | Métodos de seleção de parâmetros para o diagnóstico de patologias da laringe |
| dc.type.none.fl_str_mv | http://purl.org/coar/resource_type/c_bdcc |
| description | Esta dissertação propõe soluções para a identificação de patologias da voz através do processamento do sinal de fala. Foram utilizados na classificação de patologias como Laringite Crónica, Disfonia e Paralisia das Cordas Vocais as redes neuronais, Multilayer Perceptron e Long-Short-Term-Memory. Os parâmetros acústicos empregados foram jitter relativo, jitter absoluto, shimmer relativo, shimmer absoluto, autocorrelação, Harmonic to Noise Ratio, Noise to Harmonic Ratio e Mel Frequency Cepstral Coefficients. Estes parêmetros são extraídos da base de dados Saarbrücken Voice Database, a partir de arquivos de áudio que contém as vogais sustentadas /a/, /i/ e /u/ nos tons baixo, normal e alto. Também empregou e testou técnicas de normalização de dados, identificação de outliers e seleção de parâmetros. Tais aplicações tem a finalidade de otimizar o modelo de reconhecimento, torná-lo mais eficiente e consequentemente melhorar a acurácia/exatidão do diagnóstico. Como pré-processamento utilizou-se as técnicas de normalização Z-score, Logarítmica e Raiz Quadrada para permitir uma melhor identificação dos outliers presente nos dados, por meio da aplicação do método do Box Plot e do Desvio Padrão. Após os experimentos, tanto o método do Desvio Padrão quanto o do Box Plot com normalização do Z-score mostraram-se muito úteis para o pré-processamento do conjunto de dados para o reconhecimento de patologias de voz. A acurácia foi melhorada entre 3 a 13 pontos em percentagem. Posteriormente, foram utilizadas as técnicas de Seleção de Parâmetros que ordenam os atributos segundo uma métrica de importância. Deste modo, os parâmetros relevantes são selecionados de acordo com o critério estabelecido pelos testes: Correlação, ReliefF, Test t de Welch, Regressão Multilinear. Ao comparar todos os algoritmos desenvolvidos, pode-se destacar que o algoritmo baseado no ReliefF teve o melhor desempenho. Com relação a acurácia teve um aumento de 9 pontos percentuais e na medida F de 8 pontos percentuais. |
| dirty | 0 |
| eu_rights_str_mv | openAccess |
| format | masterThesis |
| fulltext.url.fl_str_mv | https://bibliotecadigital.ipb.pt/bitstreams/00ea76eb-d376-41b0-bb5a-35a72f793dd3/download |
| id | ipb_d7ed0850b8e4e66faee303043939d488 |
| identifier.url.fl_str_mv | http://hdl.handle.net/10198/22684 |
| instacron_str | ipb |
| institution | Instituto Politécnico de Bragança |
| instname_str | Instituto Politécnico de Bragança |
| language | por |
| network_acronym_str | ipb |
| network_name_str | Biblioteca Digital do IPB |
| oai_identifier_str | oai:bibliotecadigital.ipb.pt:10198/22684 |
| organization_str_mv | urn:organizationAcronym:ipb |
| person_str_mv | Silva, Letícia Silva, Letícia https://www.ciencia-id.pt/C01E-87BA-67D7 C01E-87BA-67D7 http://orcid.org/0000-0003-3812-2794 0000-0003-3812-2794 |
| publishDate | 2020 |
| reponame_str | Biblioteca Digital do IPB |
| repository_id_str | urn:repositoryAcronym:ipb |
| service_str_mv | urn:repositoryAcronym:ipb |
| spelling | porpt_PTEsta dissertação propõe soluções para a identificação de patologias da voz através do processamento do sinal de fala. Foram utilizados na classificação de patologias como Laringite Crónica, Disfonia e Paralisia das Cordas Vocais as redes neuronais, Multilayer Perceptron e Long-Short-Term-Memory. Os parâmetros acústicos empregados foram jitter relativo, jitter absoluto, shimmer relativo, shimmer absoluto, autocorrelação, Harmonic to Noise Ratio, Noise to Harmonic Ratio e Mel Frequency Cepstral Coefficients. Estes parêmetros são extraídos da base de dados Saarbrücken Voice Database, a partir de arquivos de áudio que contém as vogais sustentadas /a/, /i/ e /u/ nos tons baixo, normal e alto. Também empregou e testou técnicas de normalização de dados, identificação de outliers e seleção de parâmetros. Tais aplicações tem a finalidade de otimizar o modelo de reconhecimento, torná-lo mais eficiente e consequentemente melhorar a acurácia/exatidão do diagnóstico. Como pré-processamento utilizou-se as técnicas de normalização Z-score, Logarítmica e Raiz Quadrada para permitir uma melhor identificação dos outliers presente nos dados, por meio da aplicação do método do Box Plot e do Desvio Padrão. Após os experimentos, tanto o método do Desvio Padrão quanto o do Box Plot com normalização do Z-score mostraram-se muito úteis para o pré-processamento do conjunto de dados para o reconhecimento de patologias de voz. A acurácia foi melhorada entre 3 a 13 pontos em percentagem. Posteriormente, foram utilizadas as técnicas de Seleção de Parâmetros que ordenam os atributos segundo uma métrica de importância. Deste modo, os parâmetros relevantes são selecionados de acordo com o critério estabelecido pelos testes: Correlação, ReliefF, Test t de Welch, Regressão Multilinear. Ao comparar todos os algoritmos desenvolvidos, pode-se destacar que o algoritmo baseado no ReliefF teve o melhor desempenho. Com relação a acurácia teve um aumento de 9 pontos percentuais e na medida F de 8 pontos percentuais.application/pdfpt_PTMétodos de seleção de parâmetros para o diagnóstico de patologias da laringePersonalSilva, LetíciaDSpacehttp://dspace.org/items/a2aa1be8-574c-4e0b-afd6-d3c61efad820DSpacehttp://dspace.org/items/a2aa1be8-574c-4e0b-afd6-d3c61efad820SilvaLetíciaCiência IDhttps://www.ciencia-id.ptC01E-87BA-67D7ORCIDhttp://orcid.org0000-0003-3812-2794Teixeira, João PauloBispo, Bruno CatarinoHostingInstitutionOrganizationalBiblioteca Digital do IPBe-mailmailto:dspace@ipb.ptdspace@ipb.ptURNurn:tid:2025117232020-08-27T14:36:07Z202020182020-01-01T00:00:00ZHandlehttp://hdl.handle.net/10198/22684http://purl.org/coar/access_right/c_abf2open accessClassificaçãoPatologias da VozIdentificação de OutliersSeleção de Parâmetros2659454 bytesliteraturehttp://purl.org/coar/resource_type/c_bdccmaster thesis2020http://creativecommons.org/licenses/by-nc/4.0/http://purl.org/coar/access_right/c_abf2application/pdffulltexthttps://bibliotecadigital.ipb.pt/bitstreams/00ea76eb-d376-41b0-bb5a-35a72f793dd3/download |
| spellingShingle | Métodos de seleção de parâmetros para o diagnóstico de patologias da laringe Silva, Letícia Classificação Patologias da Voz Identificação de Outliers Seleção de Parâmetros |
| status | SINGLETON |
| subject.fl_str_mv | Classificação Patologias da Voz Identificação de Outliers Seleção de Parâmetros |
| title | Métodos de seleção de parâmetros para o diagnóstico de patologias da laringe |
| title_full | Métodos de seleção de parâmetros para o diagnóstico de patologias da laringe |
| title_fullStr | Métodos de seleção de parâmetros para o diagnóstico de patologias da laringe |
| title_full_unstemmed | Métodos de seleção de parâmetros para o diagnóstico de patologias da laringe |
| title_short | Métodos de seleção de parâmetros para o diagnóstico de patologias da laringe |
| title_sort | Métodos de seleção de parâmetros para o diagnóstico de patologias da laringe |
| topic | Classificação Patologias da Voz Identificação de Outliers Seleção de Parâmetros |
| topic_facet | Classificação Patologias da Voz Identificação de Outliers Seleção de Parâmetros |
| url | http://hdl.handle.net/10198/22684 |
| visible | 1 |