Texto completo
| |
| Autor(es): |
Everthon Silva Fonseca
Número total de Autores: 1
|
| Tipo de documento: | Tese de Doutorado |
| Imprenta: | São Carlos. |
| Instituição: | Universidade de São Paulo (USP). Escola de Engenharia de São Carlos (EESC/SBD) |
| Data de defesa: | 2008-04-24 |
| Membros da banca: |
José Carlos Pereira;
Joseana Macêdo Fechine;
Rodrigo Capobianco Guido;
Arlindo Neto Montagnoli;
Hildebrando Munhoz Rodrigues
|
| Orientador: | José Carlos Pereira |
| Resumo | |
Neste trabalho, foram utilizadas as vantagens da ferramenta matemática de análise temporal e espectral, a transformada wavelet discreta (DWT), além dos coeficientes de predição linear (LPC) e do algoritmo de inteligência artificial, Least Squares Support Vector Machines (LS-SVM), para aplicações em análise de sinais de voz e classificação de vozes patológicas. Inúmeros trabalhos na literatura têm demonstrado o grande interesse existente por ferramentas auxiliares ao diagnóstico de patologias da laringe. Os componentes da DWT forneceram parâmetros de medida para a análise e classificação das vozes patológicas, principalmente aquelas provenientes de pacientes com edema de Reinke e nódulo nas pregas vocais. O banco de dados com as vozes patológicas foi obtido do Departamento de Otorrinolaringologia e Cirurgia de Cabeça e Pescoço do Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto (FMRP-USP). Utilizando-se o algoritmo de reconhecimento de padrões, LS-SVM, mostrou-se que a combinação dos componentes da DWT de Daubechies com o filtro LP inverso levou a um classificador de bom desempenho alcançando mais de 90% de acerto na classificação das vozes patológicas. (AU) | |
| Processo FAPESP: | 03/12287-0 - Aplicação das wavelets na análise e classificação de sinais de vozes patológicas |
| Beneficiário: | Everthon Silva Fonseca |
| Modalidade de apoio: | Bolsas no Brasil - Doutorado Direto |