Sistema Inteligente para Diagnóstico de Patologias na Laringe utilizando Máquinas de Vetor de Suporte
Patologias na voz, Análise Acústica, Extração de Características, Máquinas de Vetor de Suporte
A voz humana é uma importante ferramenta de comunicação e qualquer funcionamento inadequado da voz pode ter profundas implicações na vida social e profissional de um indivíduo. Técnicas de processamento digital de sinais têm sido utilizadas através da análise acústica de desordens vocais provocadas por patologias na laringe, devido à sua simplicidade e natureza não-invasiva. Este trabalho trata da análise acústica de sinais de vozes afetadas por patologias na laringe, especificamente, edemas e nódulos nas pregas vocais. A proposta deste trabalho é desenvolver um sistema de classificação de vozes para auxiliar no pré-diagnóstico de patologias na laringe, bem como no acompanhamento de tratamentos farmacológicos e pós-cirúrgicos. Os coeficientes de Predição Linear (LPC), Coeficientes Cepstrais de Freqüência Mel (MFCC) e os coeficientes obtidos através da Transformada Wavelet Packet (WPT) são aplicados para extração de características relevantes do sinal de voz. Para a tarefa de classificação é utilizado a Máquina de Vetor de Suporte (SVM), que tem como objetivo construir hiperplanos ótimos que maximizem a margem de separação entre as classes envolvidas. O hiperplano gerado é determinado pelos vetores de suporte, que são subconjuntos de pontos dessas classes. De acordo com o banco de dados utilizado neste trabalho, os resultaram apresentaram um bom desempenho, com taxa de acerto de 98,46% para classificação de vozes normais e patológicas em geral, e 98,75% na classificação de patologias entre si: edemas e nódulos