Preview

Информатика

Расширенный поиск

Анализ акустических параметров голоса для выявления заболеваний гортани

https://doi.org/10.37661/1816-0301-2020-17-1-78-86

Полный текст:

Аннотация

Приведены результаты анализа двух способов описания голосового сигнала для решения задачи выявления заболеваний гортани. Сравнивались параметры голоса, определяемые клинической системой lingWaves, и параметры, получаемые в результате мел-частотного кепстрального анализа голоса. Для определения пригодности данных параметров при решении задачи выявления заболеваний гортани на их основе строился классификатор с использованием вероятностной модели – логистической регрессии. Для обучения классификатора была записана база голосов 60 человек, 30 из которых составляли контрольную группу, а другие 30 имели различные заболевания гортани (узелки голосовых складок, паралич гортани или функциональную дисфонию). Показано, что точность классификатора на основе мелчастотных кепстральных параметров (83,8 %) выше, чем точность классификатора на основе параметров, полученных в системе lingWaves (60,4 %).

Об авторах

М. И. Вашкевич
Белорусский государственный университет информатики и радиоэлектроники
Беларусь
Вашкевич Максим Иосифович, кандидат технических наук, доцент кафедры электронных вычислительных средств


А. А. Бурак
Белорусский государственный университет информатики и радиоэлектроники
Беларусь
Бурак Антон Андреевич, студент


Н. С. Конойко
ГУ «Республиканский научно-практический центр оториноларингологии»
Беларусь
Конойко Наталья Сергеевна, заведующий фониатрическим отделением


В. С. Долдова
ГУ «Республиканский научно-практический центр оториноларингологии»
Долдова Валерия Сергеевна, врач-фониатр фониатрического отделения


Список литературы

1. Шиленкова, В. В. Дисфонии и голос / В. В. Шиленкова. – Ярославль : Аверс Плюс, 2018. – 256 с.

2. Ермолаев, В. Г. Руководство по фониатрии / В. Г. Ермолаев, Н. Ф. Лебедева, В. П. Морозов. – Л. : Медицина, Ленинград. отд., 1970. – 271 с.

3. Коротченко, В. В. Акустический анализ голоса у детей в норме и при заболеваниях гортани : автореф. дис. … канд. мед. наук / В. В. Коротченко ; Мин-во здравоохр. и соц. развития РФ, Ярославская гос. мед. академия. – М., 2012. – 24 c.

4. Automatic detection of laryngeal pathologies in records of sustained vowels by means of mel-frequency cepstral coefficient parameters and differentiation of patients by sex / R. Fraile [et al.] // Folia Phoniatrica Logopaedica. – 2009. – Vol. 61. – P. 146–152.

5. Рылов, А. С. Анализ речи в распознающих системах / А. С. Рылов. – Минск : Бестринт, 2003. – 264 с.

6. Huang, X. Spoken Language Processing: a Guide to Theory, Algorithm and System Development / X. Huang, A. Acero, H.-W. Hon. – New Jersey : Prentice Hall, 2001. – 1009 p.

7. Флах, П. Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных : пер. с англ. / П. Флах. – М. : ДМК Пресс, 2015. – 400 с.

8. Tibshirani, R. Regression shrinkage and selection via the Lasso / R. Tibshirani // J. of the Royal Statistical Society. – 1996. – Vol. 58, no. 1. – P. 267–288.


Для цитирования:


Вашкевич М.И., Бурак А.А., Конойко Н.С., Долдова В.С. Анализ акустических параметров голоса для выявления заболеваний гортани. Информатика. 2020;17(1):78-86. https://doi.org/10.37661/1816-0301-2020-17-1-78-86

For citation:


Vashkevich M.I., Burak A.A., Kanoika N.S., Daldova V.S. Analysis of acoustic voice parameters for larynx pathology detection. Informatics. 2020;17(1):78-86. (In Russ.) https://doi.org/10.37661/1816-0301-2020-17-1-78-86

Просмотров: 421


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1816-0301 (Print)
ISSN 2617-6963 (Online)