Detecção de distúrbios vocais através de parâmetros cepstrais multibanda de vogal sustentada

Marco A. R. Alves; Gabriel A. R. Silva; Bruno C. Bispo; María E. Dajer; Pedro M. Rodrigues

doi:10.14209/SBRT.2020.1570641723

Detecção de distúrbios vocais através de parâmetros cepstrais multibanda de vogal sustentada

Marco A. R. Alves, Gabriel A. R. Silva, Bruno C. Bispo, María E. Dajer, Pedro M. Rodrigues

Research output: Contribution to conference › Paper

23 Downloads

Abstract

This work aims to detect vocal disorders related to vocal nodule, Reinke’s edema and neurological pathologies through multiband cepstral measures of the sustained vowel/a/. Detection is performed between pairs of study groups and multiband analysis is accomplished using the Wavelet transform. For each pair of groups, a parameters selection is performed. Statistics of the selected parameters are used as input for four classifiers with leave-one-out cross validation. Classification accuracies equal or greater than 96.70% are obtained for 6pairs of study groups while only 74.20% is achieved for the Edema/Nodule pair

Original language	Portuguese
Number of pages	5
DOIs	https://doi.org/10.14209/SBRT.2020.1570641723
Publication status	Published - Nov 2020
Event	XXXVIII Simpósio Brasileiro de Telecomunicações e Processamento de Sinais - Florianópolis, Brazil Duration: 22 Nov 2020 → 25 Nov 2020 https://biblioteca.sbrt.org.br/events/13

Conference

Conference	XXXVIII Simpósio Brasileiro de Telecomunicações e Processamento de Sinais
Country/Territory	Brazil
City	Florianópolis
Period	22/11/20 → 25/11/20
Internet address	https://biblioteca.sbrt.org.br/events/13

Keywords

Voice disorders detection
Vocal fold
Reinke’s edema
Neurological pathologies
Cepstral measures
Wavelet

Access to Document

10.14209/SBRT.2020.1570641723Licence: Unspecified

28390740Final published version, 219 KBLicence: Unspecified

http://hdl.handle.net/10400.14/32646Licence: Unspecified

Cite this

@conference{88c16942fe564b50a6027d3d511a5d99,

title = "Detec{\c c}{\~a}o de dist{\'u}rbios vocais atrav{\'e}s de par{\^a}metros cepstrais multibanda de vogal sustentada",

abstract = "Este trabalho tem como objetivo detectar dist{\'u}rbios vocais relacionados com n{\'o}dulo vocal, edema de Reinke e patologias neurol{\'o}gicas atrav{\'e}s de par{\^a}metros cepstrais multibandada vogal sustentada /a/. A detec{\c c}{\~a}o {\'e} realizada entre pares de grupos de estudo e a an{\'a}lise multibanda {\'e} efetuada usando a transformada Wavelet. Para cada par de grupos, uma sele{\c c}{\~a}o de par{\^a}metros {\'e} realizada. Estat{\'i}sticas dos par{\^a}metros selecionados s{\~a}o utilizadas como entrada para quatro classificadores com valida{\c c}{\~a}o cruza da leave-one-out. Acur{\'a}cias de classifica{\c c}{\~a}o iguais ou superiores a 96,70% s{\~a}o obtidas para 6 pares de grupos de estudo enquanto apenas 74,20% {\'e} alcan{\c c}ado para o par Edema/N{\'o}dulo.",

keywords = "Voice disorders detection, Vocal fold, Reinke{\textquoteright}s edema, Neurological pathologies, Cepstral measures, Wavelet, Dist{\'u}rbios vocais, N{\'o}dulo vocal, Edema de Reinke, Patologias neurol{\'o}gicas, Par{\^a}metros cepstrais, Wavelet",

author = "Alves, {Marco A. R.} and Silva, {Gabriel A. R.} and Bispo, {Bruno C.} and Dajer, {Mar{\'i}a E.} and Rodrigues, {Pedro M.}",

year = "2020",

month = nov,

doi = "10.14209/SBRT.2020.1570641723",

language = "Portuguese",

note = "XXXVIII Simp{\'o}sio Brasileiro de Telecomunica{\c c}{\~o}es e Processamento de Sinais ; Conference date: 22-11-2020 Through 25-11-2020",

url = "https://biblioteca.sbrt.org.br/events/13",

}

TY - CONF

T1 - Detecção de distúrbios vocais através de parâmetros cepstrais multibanda de vogal sustentada

AU - Alves, Marco A. R.

AU - Silva, Gabriel A. R.

AU - Bispo, Bruno C.

AU - Dajer, María E.

AU - Rodrigues, Pedro M.

PY - 2020/11

Y1 - 2020/11

N2 - Este trabalho tem como objetivo detectar distúrbios vocais relacionados com nódulo vocal, edema de Reinke e patologias neurológicas através de parâmetros cepstrais multibandada vogal sustentada /a/. A detecção é realizada entre pares de grupos de estudo e a análise multibanda é efetuada usando a transformada Wavelet. Para cada par de grupos, uma seleção de parâmetros é realizada. Estatísticas dos parâmetros selecionados são utilizadas como entrada para quatro classificadores com validação cruza da leave-one-out. Acurácias de classificação iguais ou superiores a 96,70% são obtidas para 6 pares de grupos de estudo enquanto apenas 74,20% é alcançado para o par Edema/Nódulo.

AB - Este trabalho tem como objetivo detectar distúrbios vocais relacionados com nódulo vocal, edema de Reinke e patologias neurológicas através de parâmetros cepstrais multibandada vogal sustentada /a/. A detecção é realizada entre pares de grupos de estudo e a análise multibanda é efetuada usando a transformada Wavelet. Para cada par de grupos, uma seleção de parâmetros é realizada. Estatísticas dos parâmetros selecionados são utilizadas como entrada para quatro classificadores com validação cruza da leave-one-out. Acurácias de classificação iguais ou superiores a 96,70% são obtidas para 6 pares de grupos de estudo enquanto apenas 74,20% é alcançado para o par Edema/Nódulo.

KW - Voice disorders detection

KW - Vocal fold

KW - Reinke’s edema

KW - Neurological pathologies

KW - Cepstral measures

KW - Wavelet

KW - Distúrbios vocais

KW - Nódulo vocal

KW - Edema de Reinke

KW - Patologias neurológicas

KW - Parâmetros cepstrais

KW - Wavelet

U2 - 10.14209/SBRT.2020.1570641723

DO - 10.14209/SBRT.2020.1570641723

M3 - Paper

T2 - XXXVIII Simpósio Brasileiro de Telecomunicações e Processamento de Sinais

Y2 - 22 November 2020 through 25 November 2020

ER -