Medidas de Previsibilidade Usando Modelagem Baseada em Wavelet-Packets e Fractais para Discriminação de Patologias da Laringe

• Processo: 09/10457-2
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de dezembro de 2009
• Data de Término da vigência: 31 de maio de 2010
• Área de conhecimento: Engenharias - Engenharia Elétrica
• Pesquisador responsável: Rodrigo Capobianco Guido
• Beneficiário: Paulo Rogério Scalassara
• Instituição Sede: Instituto de Física de São Carlos (IFSC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Vinculado ao auxílio: 05/00015-1 - Speechauth: desenvolvimento de um sistema para autenticação biométrica e interpretação de comandos através da análise de sinais de voz, AP.JP
• Assunto(s): Processamento de sinais Classificação de dados
• Palavra(s)-Chave do Pesquisador: análise tempo-freqüência-formato | Classificação de Dados | identificacao de patologias | previsibilidade | Processamento de Sinais de Voz | Processamento de Sinais

Resumo

Pode-se dizer que, do ponto de vista sistêmico, o sinal de voz carrega toda a informação intrínseca ao aparelho fonador. Dessa maneira, é possível obter, a partir da análise desses sinais, diversas características relacionadas ao trato vocal do paciente. Em trabalhos anteriores, foram mostrados resultados da análise de sinais de voz usando medidas de previsibilidade tais como entropia, entropia relativa e potência de previsão para a discriminação entre vozes saudáveis, de pessoas com nódulos ou com edema de Reinke nas pregas vocais. No presente projeto de Pós-Doutorado, será usado um novo modelo baseado em decomposição por wavelet-packets utilizando a transformada discreta Shapelet, sendo que essa última ferramenta é baseada em medidas de análise fractal, considerando informações de auto-similaridade estatística dos sinais. Esse modelo está sendo proposto com a intenção de solucionar os problemas encontrados com os modelos autorregressivo e de decomposição com wavelets de Daubechies. Além disso, pretende-se ainda aplicar uma técnica chamada análise de componentes previsíveis, que é capaz de decompor os sinais em componentes de diferentes graus de previsibilidade, inclusive permitindo as suas reconstruções sem os componentes menos previsíveis. Anteriormente, foram feitos testes usando sinais de um banco de dados do Laboratório de Processamento de Sinais da EESC/USP, construído em conjunto com o ambulatório de otorrinolaringologia do Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto da USP. Entretanto, os sinais desse banco de dados possuíam muitas diferenças de aquisição e diagnóstico, resultando em diversos problemas de pré-processamento e análise, o que levou a uma quantidade muito reduzida de sinais viáveis. Assim, neste projeto será utilizado um novo banco de dados fornecido pelo Hospital das Clínicas da University of Iowa (UIHC), que possui sinais de vozes com diversas patologias. Com isso, pretende-se ampliar os resultados já encontrados durante o Doutorado para somente duas patologias, com o auxílio de um modelo mais moderno e eciente. A presente pesquisa estará inserida no projeto SpeechAuth, nanciado pela FAPESP (processo 05/00015-1).