Анализ акустических параметров голоса для выявления заболеваний гортани
https://doi.org/10.37661/1816-0301-2020-17-1-78-86
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
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
Беларусь
Бурак Антон Андреевич, студент
Н. С. Конойко
ГУ «Республиканский научно-практический центр оториноларингологии»
Беларусь
Конойко Наталья Сергеевна, заведующий фониатрическим отделением
Беларусь
Конойко Наталья Сергеевна, заведующий фониатрическим отделением
В. С. Долдова
ГУ «Республиканский научно-практический центр оториноларингологии»
Долдова Валерия Сергеевна, врач-фониатр фониатрического отделения
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.
Рецензия
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: 1165
Послать статью по эл. почте 