Classificação de disfonias por meio da análise de medidas não lineares e de quantificação de recorrência
<p>Nos últimos anos, técnicas de processamento digital de sinais de voz vêm sendo empregadas como ferramentas auxiliares na avaliação de desvios vocais, trazendo maior comodidade ao paciente, baixo custo e caráter objetivo, comparado às técnicas tradicionalmente empregadas, como a análise perc...
| Main Authors: | , , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Instituto Federal de Educação, Ciência e Tecnologia da Paraíba
2018-02-01
|
| Series: | Revista Principia |
| Subjects: | |
| Online Access: | https://periodicos.ifpb.edu.br/index.php/principia/article/view/1564 |
| _version_ | 1797356449164165120 |
|---|---|
| author | Giulliana Karla Lacerda Pereira de Queiroz Silvana Luciene do Nascimento Cunha Costa Suzete Élida Nóbrega Correia Vinícius Jefferson Dias Vieira Leonardo Wanderley Lopes |
| author_facet | Giulliana Karla Lacerda Pereira de Queiroz Silvana Luciene do Nascimento Cunha Costa Suzete Élida Nóbrega Correia Vinícius Jefferson Dias Vieira Leonardo Wanderley Lopes |
| author_sort | Giulliana Karla Lacerda Pereira de Queiroz |
| collection | DOAJ |
| description | <p>Nos últimos anos, técnicas de processamento digital de sinais de voz vêm sendo empregadas como ferramentas auxiliares na avaliação de desvios vocais, trazendo maior comodidade ao paciente, baixo custo e caráter objetivo, comparado às técnicas tradicionalmente empregadas, como a análise perceptivo-auditiva. A avaliação da qualidade vocal, por análise acústica de sinais de voz, se constitui cada vez mais em prática clínica para detecção de distúrbios vocais que, em alguns casos, podem ser ocasionados por lesões laríngeas ou abuso vocal. Nesta pesquisa, foram empregadas algumas medidas não lineares tradicionais, combinadas com medidas de quantificação de recorrência, para a análise discriminativa dos desvios vocais rugosidade, soprosidade e tensão. As características da análise dinâmica não linear, abordadas para o processo de classificação, foram o Passo de Reconstrução (<em>t</em>), o Primeiro Mínimo da Função de Informação Mútua (<em>PM</em>) e a Dimensão de correlação (<em>D<sub>2</sub></em>). As medidas de quantificação empregadas foram: Determinismo (<em>Det</em>), Entropia de Shannon (<em>Entr</em>), Comprimento médio das linhas diagonais (<em>Lmed</em>), Comprimento máximo das linhas verticais (<em>Vmax</em>) e Transitividade (<em>Trans</em>). Por meio de testes estatísticos, foi avaliado o potencial de cada característica em discriminar os tipos de sinais de voz considerados. No processo de classificação, foi utilizada a rede neural MLP (<em>Multilayer Perceptron</em>), com algoritmo de aprendizado supervisionado Scheduling Conjugate Graded (SCG). Obteve-se uma acurácia média de 90% na discriminação entre vozes saudáveis e desviadas. Na classificação entre vozes saudáveis e tensas, obteve-se uma acurácia média de 76%, com as medidas combinadas <em>Trans</em>, <em>t</em>, <em>Vmax, Lmed, Det</em> e <em>D<sub>2</sub></em>. Na detecção do desvio rugosidade, obteve-se uma acurácia média de 89% com as medidas <em>Lmed, Entr, Trans</em> e <em>D2</em> e, na distinção entre as vozes saudáveis e soprosas, obteve-se 91,17% com apenas duas medidas combinadas <em>Trans </em>e<em> </em><em>t</em>, demonstrando o caráter promissor da técnica empregada. <strong></strong></p> |
| first_indexed | 2024-03-08T14:26:51Z |
| format | Article |
| id | doaj.art-1dce885fb88c4f8ca46ced033f0131b8 |
| institution | Directory Open Access Journal |
| issn | 1517-0306 2447-9187 |
| language | English |
| last_indexed | 2024-03-08T14:26:51Z |
| publishDate | 2018-02-01 |
| publisher | Instituto Federal de Educação, Ciência e Tecnologia da Paraíba |
| record_format | Article |
| series | Revista Principia |
| spelling | doaj.art-1dce885fb88c4f8ca46ced033f0131b82024-01-12T20:52:38ZengInstituto Federal de Educação, Ciência e Tecnologia da ParaíbaRevista Principia1517-03062447-91872018-02-0113814816010.18265/1517-03062015v1n38p148-160661Classificação de disfonias por meio da análise de medidas não lineares e de quantificação de recorrênciaGiulliana Karla Lacerda Pereira de Queiroz0Silvana Luciene do Nascimento Cunha Costa1Suzete Élida Nóbrega Correia2Vinícius Jefferson Dias Vieira3Leonardo Wanderley Lopes4Instituto Federal de Educação, Ciência e Tecnologia da Paraíba (IFPB)Instituto Federal de Educação, Ciência e Tecnologia da Paraíba (IFPB)Instituto Federal de Educação, Ciência e Tecnologia da Paraíba (IFPB)Universidade Federal de Campina Grande (UFCG)Universidade Federal da Paraíba (UFPB)<p>Nos últimos anos, técnicas de processamento digital de sinais de voz vêm sendo empregadas como ferramentas auxiliares na avaliação de desvios vocais, trazendo maior comodidade ao paciente, baixo custo e caráter objetivo, comparado às técnicas tradicionalmente empregadas, como a análise perceptivo-auditiva. A avaliação da qualidade vocal, por análise acústica de sinais de voz, se constitui cada vez mais em prática clínica para detecção de distúrbios vocais que, em alguns casos, podem ser ocasionados por lesões laríngeas ou abuso vocal. Nesta pesquisa, foram empregadas algumas medidas não lineares tradicionais, combinadas com medidas de quantificação de recorrência, para a análise discriminativa dos desvios vocais rugosidade, soprosidade e tensão. As características da análise dinâmica não linear, abordadas para o processo de classificação, foram o Passo de Reconstrução (<em>t</em>), o Primeiro Mínimo da Função de Informação Mútua (<em>PM</em>) e a Dimensão de correlação (<em>D<sub>2</sub></em>). As medidas de quantificação empregadas foram: Determinismo (<em>Det</em>), Entropia de Shannon (<em>Entr</em>), Comprimento médio das linhas diagonais (<em>Lmed</em>), Comprimento máximo das linhas verticais (<em>Vmax</em>) e Transitividade (<em>Trans</em>). Por meio de testes estatísticos, foi avaliado o potencial de cada característica em discriminar os tipos de sinais de voz considerados. No processo de classificação, foi utilizada a rede neural MLP (<em>Multilayer Perceptron</em>), com algoritmo de aprendizado supervisionado Scheduling Conjugate Graded (SCG). Obteve-se uma acurácia média de 90% na discriminação entre vozes saudáveis e desviadas. Na classificação entre vozes saudáveis e tensas, obteve-se uma acurácia média de 76%, com as medidas combinadas <em>Trans</em>, <em>t</em>, <em>Vmax, Lmed, Det</em> e <em>D<sub>2</sub></em>. Na detecção do desvio rugosidade, obteve-se uma acurácia média de 89% com as medidas <em>Lmed, Entr, Trans</em> e <em>D2</em> e, na distinção entre as vozes saudáveis e soprosas, obteve-se 91,17% com apenas duas medidas combinadas <em>Trans </em>e<em> </em><em>t</em>, demonstrando o caráter promissor da técnica empregada. <strong></strong></p>https://periodicos.ifpb.edu.br/index.php/principia/article/view/1564análise não linearanálise de quantificação de recorrênciaanálise acústicaprocessamento digital de sinais de vozavaliação da qualidade vocal |
| spellingShingle | Giulliana Karla Lacerda Pereira de Queiroz Silvana Luciene do Nascimento Cunha Costa Suzete Élida Nóbrega Correia Vinícius Jefferson Dias Vieira Leonardo Wanderley Lopes Classificação de disfonias por meio da análise de medidas não lineares e de quantificação de recorrência Revista Principia análise não linear análise de quantificação de recorrência análise acústica processamento digital de sinais de voz avaliação da qualidade vocal |
| title | Classificação de disfonias por meio da análise de medidas não lineares e de quantificação de recorrência |
| title_full | Classificação de disfonias por meio da análise de medidas não lineares e de quantificação de recorrência |
| title_fullStr | Classificação de disfonias por meio da análise de medidas não lineares e de quantificação de recorrência |
| title_full_unstemmed | Classificação de disfonias por meio da análise de medidas não lineares e de quantificação de recorrência |
| title_short | Classificação de disfonias por meio da análise de medidas não lineares e de quantificação de recorrência |
| title_sort | classificacao de disfonias por meio da analise de medidas nao lineares e de quantificacao de recorrencia |
| topic | análise não linear análise de quantificação de recorrência análise acústica processamento digital de sinais de voz avaliação da qualidade vocal |
| url | https://periodicos.ifpb.edu.br/index.php/principia/article/view/1564 |
| work_keys_str_mv | AT giullianakarlalacerdapereiradequeiroz classificacaodedisfoniaspormeiodaanalisedemedidasnaolinearesedequantificacaoderecorrencia AT silvanalucienedonascimentocunhacosta classificacaodedisfoniaspormeiodaanalisedemedidasnaolinearesedequantificacaoderecorrencia AT suzeteelidanobregacorreia classificacaodedisfoniaspormeiodaanalisedemedidasnaolinearesedequantificacaoderecorrencia AT viniciusjeffersondiasvieira classificacaodedisfoniaspormeiodaanalisedemedidasnaolinearesedequantificacaoderecorrencia AT leonardowanderleylopes classificacaodedisfoniaspormeiodaanalisedemedidasnaolinearesedequantificacaoderecorrencia |