Sistema de Detecção e Classificação de Patologias Vocais Baseado no Domínio Espectral da Função de Correntropia
Patologias do trato vocal, Multilayer Perceptron, Autocorrentropia, Densidade espectral de correntropia.
Patologias vocais afetam negativamente a vida social e profissional dos enfermos, algumas inclusive podem levar a óbito, caso não sejam tratadas rapidamente. Dentre os principais procedimentos para o diagnóstico de patologias vocais pode-se citar: laringoscopia, avaliação perceptivo-auditiva, análise acústica da voz, avaliação aerodinâmica e autoavaliação da voz pelo paciente. Entretanto, estes procedimentos geralmente são invasivos ou imprecisos. Por isso, técnicas de processamento digital de sinais vêm sendo utilizadas no projeto de sistemas não invasivos de auxílio ao diagnóstico de patologias do trato vocal. Neste trabalho é apresentado um sistema de detecção e classificação de patologias vocais, utilizando uma técnica de classificação baseada em descritores obtidos por meio da função densidade espectral de correntropia (CSD - Correntropy Spectral Density), definida como a transformada de Fourier da função de autocorrentropia. Os descritores assim obtidos possuem informações de momentos estatísticos de segunda ordem e de ordem superior do sinal de voz, por meio das quais pode-se detectar eficientemente algumas patologias vocais e classificá-las. A classificação é feita por uma rede rede neural multilayer perceptron(MLP), realizando uma classificação binária entre vozes normais e patológicas e, em seguida, entre patologias (edema e nódulo). O classificador foi avaliado por simulação computacional e os resultados obtidos indicam uma alta taxa de acerto na detecção e classificação entre patologias.