- Submissão
- Submissão online
- Diretrizes para Autores
- Declaração de Direito Autoral
- Política de Privacidade
- Sobre este sistema de publicação
- Sobre
- Foco e Escopo
- Equipe Editorial
- História da Revista Principia
- Normas de homogeneidade
- Comitê de ética
- Política de ética para autores, Conselho Editorial e avaliadores
- Política de retirada de artigos
- Perguntas e respostas frequentes
- Equipe de apoio da Revista Principia
- Conflito de interesses
- Plano de Desenvolvimento Editorial da Revista Principia
- Princípios DEIA (Diversidade, Equidade, Inclusão e Acessibilidade)
- Normas para números especiais na Revista Principia
- Princípios FAIR
- Curso de Escrita Científica - ACS - Prof. Osvaldo
- Sites e manuais sobre boas práticas científicas
Análise comparativa entre técnicas de classificação de vozes saudáveis e patológicas utilizando SVM e LDA
Resumo
A análise acústica por meio de técnicas de processamento digital de sinais tem sido largamente aplicada na avaliação de desordens vocais provocadas por patologias laríngeas, devido a sua simplicidade e natureza não invasiva. Neste trabalho, o expoente de Hurst – obtido pelos métodos da variância no tempo, estatística R/S e Higuchi – é extraído dos sinais de vozes e empregado como parâmetro no processo de classificação entre vozes saudáveis e patológicas, especificamente, edema de Reinke, paralisia e nódulos nas pregas vocais. É realizada uma análise comparativa do desempenho de dois métodos distintos de classificação: a Análise Discriminante Linear e as Máquinas de Vetor de Suporte. Os resultados indicam que as máquinas de vetor de suporte fornecem melhor desempenho, com uma taxa de correta classificação superior a 99%, na discriminação entre os sinais de vozes saudáveis e vozes afetadas por paralisia nas pregas vocais.
Palavras-chave
patologias laríngeas; processamento digital de sinais; parâmetro de Hurst; máquinas de vetor de suporte; análise discriminante linear
Texto completo:
Referências
ALMEIDA, N.C. Sistema inteligente para diagnóstico de patologia na laringe utilizando Máquinas de Vetor de Suporte. Dissertação de Mestrado, Universidade Federal do Rio Grande do Norte, 2010.
BARANOSKI, F. L.; JUSTINO, E. J. R.; BORTOLOZZI, F. Identificação da autoria em documentos manuscritos usando SVM. In: V ENIA, São Leopoldo-RS, p. 544-552, 2005.
CAJUEIRO, D. O.; TABAK, B. M.; SOUZA, S. R. S. Investigação da memória de longo prazo na taxa de câmbio do Brasil. Trabalhos para Discussão, Banco Central do Brasil, Brasília, n. 113, ago. 2006.
COSTA, S. L. N. C. Análise acústica, baseada no Modelo Linear de Produção da Fala, para discriminação de vozes patológicas. Tese de Doutorado, Universidade Federal de Campina Grande, 2008.
ESPINOSA, C. H. M. F.; GOMEZ, V. P. Diagnosis of vocal and voice disorders by the speech signal. Proceedings of the IEEE-INNS-ENNS International Joint Conference on Neural Networks, v. 4, pp. 253-258, 2000.
FANTINATO, P. C. Segmentação de voz baseada na análise fractal e na transformada wavelet. Dissertação de Mestrado, Instituto de Física de São Carlos da Universidade de São Paulo, 123 p., 2008.
FONSECA, E. S. Wavelets, predição linear e LS-SVM aplicados na análise e classificação de sinais de vozes. Tese de Doutorado, Escola de Engenharia de São Carlos da Universidade de São Paulo, 2008.
HIGUCHI, T., Approach to an irregular time series on the basis of the fractal theory, Physics D., v. 31, pp. 277–283, 1988.
HURST, E. Long-term storage capacity of reservoirs. Transactions of the American society of civil engineers, v. 116, p. 770-799, 1951.
JUSTINO, E. J. R.; SABOURIN, R.; BOTOLOZZI, F. An off-Line signature verification method based on SVM classifier and graphometric features. ICAPR, 2003.
KAY ELEMETRICS CORP. Disordered voice database, model 4337, 3. ed., 1994.
LIMA, J.S.; PALITÓ, T.T.C.; COSTA, S. C.; CORREIA, S. E. N. Avaliação do potencial discriminativo do parâmetro de Hurst para o diagnóstico de vozes patológicas. In: 19º Simposio Internacional de Iniciação Científica da USP. São Carlos-SP, 2011a.
LIMA, J.S.; PALITÓ, T.T.C.; COSTA, S. C.; CORREIA, S. E. N. Avaliação estatística do uso do parâmetro de Hurst na discriminação entre vozes saudáveis e vozes patológicas. In: VI Congresso de Pesquisa e Inovação da Rede Norte e Nordeste de Educação Tecnológica. Natal-RN, 2011b.
LORENA, A. C.; CARVALHO, A. C. P. F. Investigação de estratégias para a geração de Máquinas de Vetores de Suporte multiclasses. Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo, 2008.
PALITÓ, T. T. C.; LIMA, J. S.; VILELA, S. G.; COSTA, S. C.; CORREIA, S. E. N. O uso do parâmetro de Hurst no diagnóstico de patologias na laringe. In: 63ª Reunião Anual da SBPC. Goiania-GO, Jul. 2011.
RODRIGUES, R. B.; VIANA, R.; PISTORI, H.; ALVAREZ, M. A. Máquinas de Vetores de Suporte aplicadas à classificação de defeitos em couro bovino. GPEC – Universidade Católica Dom Bosco, 2007.
SOARES, H. B. Análise e Classificação de Imagens de lesões da pele por atributos de cor, forma e textura utilizando Máquina de Vetor de Suporte. Tese de Doutorado. Departamento de Computação e Automação, Universidade Federal do Rio Grande do Norte, fev. 2008.
SOTERRONI, A. C.; DOMINGUES, M. O; RAMOS, F. M. Estimativa do expoente de Hurst de séries temporais caóticas por meio da transformada wavelet discreta. In: Brazilian Conference on Dynamics, Control and Applications, 2008.
VAPNIK, V. The nature of Statistical Learning Theory. Nova York, Springer-Vaerlag, 1995.
VARELLA, C.A.A. Estimativa da produtividade e do estresse nutricional da cultura do milho usando imagens digitais. 2004. 92f. Tese (Doutorado em Engenharia Agrícola) – Universidade Federal de Viçosa, Viçosa, 2004.
YILMAZ, H. IP over DVB: Management of Self-similarity. Bogazici University, 2002.
Visitas a este artigo: 1784
Total de downloads do artigo: 923