Classificação de sinais de voz através da aplicação da transformada Wavelet Packet e redes neurais artificiais
DOI:
https://doi.org/10.18265/1517-03062015v1n37p34-41Palavras-chave:
Análise acústica, Transformada Wavelet Packet, Redes Neurais Artificiais, Patologias LaríngeasResumo
Patologias como edemas, nódulos e paralisia são bastante recorrentes e influenciam diretamente as disfunções vocais. A análise acústica tem sido empregada para avaliar as desordens causadas nos sinais de voz, detectando a presença de patologias na laringe, por meio de técnicas de processamento digital de sinais. Este trabalho tem como objetivo distinguir sinais de voz, entre saudáveis e afetados por patologias laríngeas, empregando a transformada Wavelet Packet na etapa de extração de características. Medidas de energia e entropia, em seis níveis de resolução, obtidas através da wavelet de Daubechies de ordem 4, são usadas na discriminação dos sinais de voz. A classificação é feita por meio de Redes Neurais Artificiais. Foram obtidas taxas de acurácia acima de 90%, com a medida de entropia, na discriminação entre vozes saudáveis e afetadas por patologias nas pregas vocais (nódulos, edema de Reinke e paralisia).
Downloads
Referências
AKAY, M. Time Frequency and Wavelets in Biomedical Signal Processing, lEEE Press, 1998.
AKBARI, A.; ARJMANDI, M. K. An efficient voice pathology classification scheme based on applying multi-layer linear discriminant analysis to wavelet packet-based features. Biomedical Signal Processing and Control, v. 10, 2014.
ALMEIDA, N. C. Sistema Inteligente para Diagnóstico de Patologias na Laringe utilizando Máquinas de Vetor Suporte. Tese (Doutorado em Automação e Sistemas)–UFRN, Natal, 2010.
ARJMANDI, K. A.; POOYAN, M. An optimum algorithm in pathological voice quality assessment using wavelet-packet-based features, linear discriminant analysis and support vector machine. Biomedical Signal Processing and Control, v. 1, n. 7, 2012.
BEHROOZMAND, R.; ALMASGANJ, F. Optimal Selection of wavelet-packet-based features using genetic algorithm in pathological assessment of patient´s speech signal with unilateral vocal fold paralysis. Computers in Bioloy and Medicine, v. 37, 2007.
BURRUS, C. S.; GOPINATH, R. A.; GUO, H. Introduction to Wavelets and Wavelet Transforms: a primer, 1998.
CASTELANO, C. R. Estudo Comparativo da Transformada Wavelet no Reconhecimento de Padrões da Íris Humana. Dissertação (Mestrado em Engenharia Elétrica) – Escola de Engenharia de São Carlos, USP, 2006.
CHOUEITER, G. F.; GLASS, J. R. A wavelet and filter bank framework for phonetic classification, In: IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS SPEECH AND SIGNAL PROCESSING, 2005. Proceedings…ICASSP, 2005.
COIFMAN, R. R.; WICKERHAUSER, M. V. Entropy-based Algorithms for Best Basis Selection. IEE Transaction on Information Theory, v. 38, n. 2, 1992.
CORREIA, S. E. N.; COSTA W. C. A.; COSTA S. L. N. C. Detecção Automática de Patologias Laríngeas usando a Transformada Wavelet Discreta. Anais... do 11th Brazilian Congress on Computational Intelligence (CBIC), 2013.
COSTA, S. L. N. C. Análise acústica, baseada no modelo linear de produção da fala, para discriminação de vozes patológicas. Tese (Doutorado em Engenharia Elétrica) – Universidade Federal de Campina Grande, 2008.
FONSECA, S. E. Wavelets, Predição Linear e LS-SVM Aplicados na Análise e Classificação de Sinais de Vozes Patológicas. Tese (Doutorado em Engenharia Elétrica)–Universidade de São Paulo, 2008.
GODINO-LLORENTE, J. I.; GÓMEZ-VILDA, P.; BLANCO VELASCO, M. Dimensionality Reduction of a Pathological Voice Quality Assessment System Based on Gaussian Mixture Models and Short-Term Cepstral Parameters. IEEE Transactions on Biomedical Engineering, v. 53, n. 10, 2006.
MAGALHÃES, M. K. et al. Percepção Visual da Perturbação do Sinal de Voz por Meio da Transformada de Hilbert. In: XI CONGRESSO BRASILEIRO DE INFORMÁTICA EM SAÚDE (CBIS'2008), 2008, Campos do Jordão. Anais... do XI Congresso Brasileiro de Informática em Saúde, 2008.
MALLAT, S. A Wavelet Tour of Signal Processing, Academic Press, 1999.
PARRAGA, A. Aplicação da Transformada Wavelet Packet na Análise e Classificação de Sinais de Vozes Patológicas. Dissertação (Mestrado em Automação e Instrumentação Eletrônica )–UFRS, Porto Alegre, 2002.
PINTO, R. M. da F. Novas Abordagens ao Estudo de Sinais Biomédicos: Análise em Tempo-Frequência e Transformada de Hilbert-Huang. Tese (Doutorado em Engenharia Biomédica e Física) – Universidade de Lisboa, 2009.
SANTOS, M. O. et al. Avaliações dos distúrbios Vocais em Crianças usando Características baseadas na Transformada Wavelet. In: XXIV CONGRESSO BRASILEIRO DE ENGENHARIA BIOMÉDICA (CBEB 2014), Anais... 2014.
SHUCK JR., A.; GUIMARGES, L. V.; WISBE, J. O. Dysphonic Voice Classification using Wavelet Packet Transform and Artificial Neural Network. In: ENGINEERING IN MEDICINE AND BIOLOGY SOCIETY, 2003. Proceedings of the 25th Annual International Conference of the IEEE, 2003.
TANG, Y. Y. Wavelet Theory and Its Applications to Pattern Recognition, World Scientific, 2000.
TOSI, O. Vibratory Motion. In: Textbook of phisics for audiologists and speach pathologists. Lasing, Linko Copies, p.188-208,1979.
Downloads
Publicado
Edição
Seção
Licença
• O(s) autor(es) autoriza(m) a publicação do artigo na revista;
• O(s) autor(es) garante(m) que a contribuição é original e inédita e que não está em processo de avaliação em outra(s) revista(s), nem esteja publicado em anais de congressos e/ou portais institucionais;
• A revista não se responsabiliza pelas opiniões, ideias e conceitos emitidos nos textos, por serem de inteira responsabilidade de seu(s) autor(es). Opiniões e perspectivas expressas no texto, assim como a precisão e a procedência das citações, são de responsabilidade exclusiva do(s) autor(es), e contribuem para a promoção dos:
- Princípios FAIR (Findable, Accessible, Interoperable, and Reusable – localizável, acessível, interoperável e reutilizável);
- Princípios DEIA (diversidade, equidade, inclusão e acessibilidade).
• É reservado aos editores o direito de proceder ajustes textuais e de adequação do artigos às normas da publicação.
Responsabilidades dos autores e transferência de direitos autorais
Os autores devem declarar a originalidade do estudo, bem como o fato de que este não foi publicado anteriormente ou está sendo considerado para publicação em outro meio, como periódicos, anais de eventos ou livros. Ao autorizarem a publicação do artigo na Revista Principia, os autores devem também responsabilizar-se pelo conteúdo do manuscrito, cujos direitos autorais, em caso de aprovação, passarão a ser propriedade exclusiva da revista. A Declaração de Responsabilidades dos Autores e Transferência de Direitos Autorais deverá ser assinada por todos os autores e anexada ao sistema como documento suplementar durante o processo de submissão. Clique no link abaixo para fazer o download do modelo.
Esta revista, seguindo as recomendações do movimento de Acesso Aberto, proporciona seu conteúdo em Full Open Access. Assim os autores conservam todos seus direitos permitindo que a Revista Principia possa publicar seus artigos e disponibilizar pra toda a comunidade.
A Revista Principia adota a licença Creative Commons 4.0 do tipo atribuição (CC-BY). Esta licença permite que outros distribuam, remixem, adaptem e criem a partir do seu trabalho, inclusive para fins comerciais, desde que lhe atribuam o devido crédito pela criação original.
Os autores estão autorizados a enviar a versão do artigo publicado nesta revista em repositório institucionais, com reconhecimento de autoria e publicação inicial na Revista Principia.
