Análisis de la capacidad articulatoria en la voz de pacientes con la enfermedad de parkinson

RESUMEN: En este trabajo se desarrolló una metodología que permite detectar problemas en la voz de pacientes con la enfermedad del Parkinson. Fueron evaluados 100 individuos, 50 afectados con la enfermedad de Parkinson y 50 hablantes sanos. Para esto se consideraron grabaciones de voz con tareas diseñadas para analizar la transición de un sonido a otro (coarticulación). La idea central fue extraer diferentes características acústicas que entregaran información acerca de la dificultad de los pacientes para articular diferentes sonidos, las cuales se basaron principalmente en 17 energías extraídas de las bandas de Bark, los coeficientes cepstrales de Mel y los momentos espectrales. Se propusieron diferentes ejercicios de clasificación basados en métodos de aprendizaje de máquina, principalmente en máquinas de soporte vectorial, K - vecinos más cercanos y redes neuronales, buscando encontrar la mejor tasa de acierto para la diferenciación entre hablantes sanos y pacientes. Se logró una tasa de acierto de hasta un 76,00% con AuC de 0,81, en la diferenciación automática, para el análisis de segmentos VOT. Palabras claves: Enfermedad de Parkinson, Bandas de Bark, Coeficientes Cepstrales de Mel, Momentos espectrales, Voz en el tiempo, Máquinas de soporte vectorial, K-vecinos cercanos, Redes neuronales.

• Autores: Andrade Franco, Manuel Alejandro
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2018
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/13212
• Acceso en línea: http://hdl.handle.net/10495/13212
• Palabra clave: Bandas de Bark; Coeficientes Cepstrales de Mel; Enfermedad de Parkinson; Máquinas de soporte vectorial; Redes neuronales
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 2.5 Colombia