Este trabalho consiste no desenvolvimento de instrumentação destinada à pré-diagnósticos de disfunções na laringe, bem como no fornecimento de auxílio no acompanhamento dos tratamentos das patologias ou uma avaliação pós-operatória e ainda pode facilitar a tarefa de triagem de pacientes com problemas na laringe em hospitais. O programa desenvolvido consiste em um método não invasivo para pré-diagnósticos da laringe. Através da análise do resíduo do sinal de voz obtém-se seis parâmetros que permitem indicar os casos de patologias. Os sinais de vozes foram adquiridos diretamente com um microfone ligado a uma placa de aquisição no Departamento de Otorrinolaringologia da Faculdade de Medicina de Ribeirão Preto, USP. Este sistema oferece procedimentos clínicos mais confortáveis e permite um rápido diagnóstico sem restrições a qualquer paciente. / This work describes the development of a device destined for pre-diagnoses of larynx dysfunctions, as well as, to supply aid in the accompaniment of the treatments of the pathologies or a postoperative evaluation and it can still facilitate the task of the patients\' screen with problems in the larynx in hospitals. A software package has been developed in order to set a non-invasive method for pre-diagnosis of the larynx. Through the residue voice signal analysis, six parameters are extracted from the signal in order to assess the pathological cases. The voice signal was acquired directly from a microphone and an acquisition board at the Department of Otorrinolaringology of the Faculty of Medicine of Ribeirão Preto, USP. That system makes the clinical procedures more confortable and allows for a faster diagnosis with no restriction to any patient.

Este trabalho consiste no desenvolvimento de instrumentação destinada à pré-diagnósticos de disfunções na laringe, bem como no fornecimento de auxílio no acompanhamento dos tratamentos das patologias ou uma avaliação pós-operatória e ainda pode facilitar a tarefa de triagem de pacientes com problemas na laringe em hospitais. O programa desenvolvido consiste em um método não invasivo para pré-diagnósticos da laringe. Através da análise do resíduo do sinal de voz obtém-se seis parâmetros que permitem indicar os casos de patologias. Os sinais de vozes foram adquiridos diretamente com um microfone ligado a uma placa de aquisição no Departamento de Otorrinolaringologia da Faculdade de Medicina de Ribeirão Preto, USP. Este sistema oferece procedimentos clínicos mais confortáveis e permite um rápido diagnóstico sem restrições a qualquer paciente. / This work describes the development of a device destined for pre-diagnoses of larynx dysfunctions, as well as, to supply aid in the accompaniment of the treatments of the pathologies or a postoperative evaluation and it can still facilitate the task of the patients\' screen with problems in the larynx in hospitals. A software package has been developed in order to set a non-invasive method for pre-diagnosis of the larynx. Through the residue voice signal analysis, six parameters are extracted from the signal in order to assess the pathological cases. The voice signal was acquired directly from a microphone and an acquisition board at the Department of Otorrinolaringology of the Faculty of Medicine of Ribeirão Preto, USP. That system makes the clinical procedures more confortable and allows for a faster diagnosis with no restriction to any patient.

Submitted by Alex Sandro R?go (alex@ifpb.edu.br) on 2016-09-01T13:09:09Z No. of bitstreams: 1 Avalia??o de Dist?rbios da Voz por meio de An?lise de Quantifica??o de Recorr?ncia - Disserta??o de Vin?cius.pdf: 7744379 bytes, checksum: b37c5b63c8215202c446070b7967e267 (MD5) / Approved for entry into archive by Alex Sandro R?go (alex@ifpb.edu.br) on 2016-09-01T13:09:42Z (GMT) No. of bitstreams: 1 Avalia??o de Dist?rbios da Voz por meio de An?lise de Quantifica??o de Recorr?ncia - Disserta??o de Vin?cius.pdf: 7744379 bytes, checksum: b37c5b63c8215202c446070b7967e267 (MD5) / Made available in DSpace on 2016-09-01T13:09:42Z (GMT). No. of bitstreams: 1 Avalia??o de Dist?rbios da Voz por meio de An?lise de Quantifica??o de Recorr?ncia - Disserta??o de Vin?cius.pdf: 7744379 bytes, checksum: b37c5b63c8215202c446070b7967e267 (MD5) Previous issue date: 2014-02 / Dist?rbios da voz podem atingir diferentes faixas et?rias, afetando a qualidade vocal, prejudicando a comunica??o por meio da voz. T?cnicas de processamento digital de sinais de voz podem ser empregadas para auxiliar outros m?todos de avalia??o de dist?rbios da voz, tais como an?lise otorrinolaringol?gica e an?lise perceptivo-auditiva. A an?lise de quantifica??o de recorr?ncia ? uma t?cnica n?o linear de an?lise de s?ries temporais, empregada neste trabalho, para a avalia??o de dist?rbios da voz. As caracter?sticas n?o lineares inerentes ao sistema de produ??o da fala s?o representadas pelas estruturas dos gr?ficos de recorr?ncia, que se modificam de acordo com o grau do desvio vocal ou pela presen?a de patologia lar?ngea. Nesta pesquisa, dist?rbios da voz s?o analisados e classificados considerando-se duas abordagens: 1) An?lise de sinais de vozes de locutores afetados por patologias lar?ngeas; e 2) an?lise de sinais de vozes infantis diagnosticadas de acordo com o grau de intensidade do desvio vocal. As medidas de quantifica??o de recorr?ncia foram extra?das com e sem segmenta??o, de acordo com taxas de recorr?ncia em patamares de 1% a 5%. As medidas empregadas na an?lise sem segmenta??o foram: determinismo (DET), comprimento m?ximo das linhas diagonais (Lmax ), entropia de Shannon (ENTR), tend?ncia (TREND), laminaridade (LAM), tempo de perman?ncia (T T) e comprimento m?ximo das linhas verticais (Vmax ). Na an?lise dos sinais segmentados foram acrescentadas as medidas: transitividade (TRANS), rela??o entre determinismo e taxa de recorr?ncia (RAT IO), diverg?ncia (DIV), comprimento m?dio das linhas diagonais (Lmed ), tempo de recorr?ncia do tipo 1 (T1), tempo de recorr?ncia do tipo 2 (T2), entropia do tempo de recorr?ncia do tipo 1 (RPDE) e o raio de vizinhan?a (RAIO). O objetivo ? identificar a melhor medida ou a combina??o mais eficiente, o patamar de taxa de recorr?ncia ideal e o tipo de processamento (com ou sem segmenta??o) para os quais se obt?m uma maior discrimina??o entre as classes envolvidas. Na separa??o entre vozes saud?veis e vozes patol?gicas, a medida Lmax foi a mais eficiente, com taxa de recorr?ncia de 2% e an?lise discriminante quadr?tica (QDA) na classifica??o. Isto indica que a forma??o de estruturas diagonais nos gr?ficos de recorr?ncia ? um fator importante de discrimina??o, estando mais presente em sinais de vozes saud?veis. Na classifica??o com redes neurais artificiais e medidas extra?das com segmenta??o, a acur?cia m?xima foi 99,11% 0,90%, discriminando vozes saud?veis de vozes afetadas por n?dulos, com as 15 medidas combinadas e taxa de recorr?ncia at? 1%. Na avalia??o dos desvios vocais das vozes infantis, na discrimina??o entre vozes saud?veis e vozes alteradas, a maior acur?cia foi de 88,22% 0,93%, com 8 medidas combinadas, extra?das sem segmenta??o, e taxa de recorr?ncia de 4%. Na discrimina??o entre o grau geral leve e o grau geral moderado, obteve-se uma acur?cia de 88,47% 3,71%, com taxa de recorr?ncia de 5%, combinando 7 medidas. A medida Lmax se destacou na discrimina??o entre vozes saud?veis e alteradas. Na discrimina??o entre os desvios leve e moderado, as medidas T T e DET foram determinantes na detec??o do grau do desvio vocal. A forma??o de estruturas verticais nos gr?ficos de recorr?ncia, relacionada com o comportamento ca?tico do sinal, representada por T T, se mostrou mais presente em sinais de vozes com maior desvio vocal, enquanto que a forma??o de estruturas diagonais ? mais presente em vozes com desvio mais leve a saud?vel. Os resultados encontrados, nesta pesquisa, indicam que a an?lise de quantifica??o de recorr?ncia ? eficiente em detectar a presen?a e o grau de dist?rbios vocais, podendo ser empregada em m?todos de avalia??o, triagem e monitoramento vocal.

Este trabalho de doutorado apresenta duas inovações: a Discriminative Paraconsistent Machine (DPM), que consiste em um novo classificador elaborado com base na lógica paraconsistente anotada (LPA) e a aplicação da DPM para a identificação de patologias na laringe, por meio de exames nos sinais de voz de um locutor. Não há relatos na literatura sobre o uso da LPA para construção de um classificador e sobre suas aplicações para a finalidade proposta. Os resultados obtidos são motivadores, indicando um avanço na área. / This PhD thesis presents two novelties: the Discriminative Paraconsistent Machine (DPM), which is a new classifier built on the basis of the annotated paraconsistent logic (APL), and the applications of DPM to identify larynx pathologies, by inspecting a voice signal. There is neither a comment on literature about the use of APL to built a classifier nor about its applications for the proposed application. The results obtained create motivation, showing a clear progress in the field.

Com base em exames como a videolaringoscopia, que é considerado um procedimento médico invasivo e desconfortável, diagnósticos têmsido realizados visando detectar patologias na laringe. Geralmente, esse tipo de exame é realizado somente com solicitação médica e quando alterações na fala já são marcantes, ou há sensação de dor. Nessa fase, muitas vezes a doença está em grau avançado, dificultando o seu tratamento. Com o objetivo de realizar um pré-diagnóstico computacional de tais patologias, este trabalho apresenta uma técnica não invasiva na qual são testados e comparados três classificadores: a Distância Euclidiana, a Rede Neural RBF com o kernel Gaussiano e a Rede Neural RBF com o kernel Gaussiano modificado. Testes realizados com uma base de dados de vozes normais e aquelas afetadas por diversas patologias demonstram a eficácia da técnica proposta, que pode, inclusive, ser implementada em tempo-real. / Based on examinations such as laryngoscopy, which is considered an invasive and uncomfortable procedure, diagnosis have been performed aiming at the detection of larynx pathologies. Usually, this type of test is carried out upon medical request and when the speech changes are notable or are causing pain. At this point, the disease is possibly at an advanced degree, complicating its treatment. In order to perform a computational pre-diagnosis of such conditions, this work proposes a noninvasive technique in which three classifiers are tested and compared: the Euclidean distance, the RBF Neural Network with the Gaussian kernel and RBF Neural Network with a modified Gaussian kernel. Tests carried out with a database of normal voices and those affected by various pathologies demonstrate the effectiveness of the technique that may even be implemented to work in real time.

A detecção de patologias na laringe tem ocorrido basicamente por meio de diagnósticos médicos apoiados em videolaringoscopia, que é considerado um procedimento invasivo e causa certo deconforto ao paciente. Além disso, esse tipo de exame é realizado com solicitação médica e apenas quando as alterações na fala já são marcantes ou estão causando dor. Nesse ponto, muitas vezes a doença já está em grau avançado, dificultando o seu tratamento. Com o objetivo de realizar um pré-diagnóstico de tais patologias, este trabalho propõe uma técnica não invasiva baseada em um novo algoritmo que combina duas Máquinas de Vetores de Suporte, treinadas com o uso de um procedimento de aprendizado semi-supervisionado, alimentadas por um conjunto de parâmetros obtidos com o uso da Transformada Wavelet Discreta do sinal de voz do locutor. Os testes realizados com uma base de dados de vozes normais e afetadas por diversas patologias demonstram a eficácia da técnica proposta que pode, inclusive, ser implementada em tempo-real. / Larynx pathology detection is a process that depends basically on medical diagnosis and is based on videolaringoscopy, which is considered as being an invasive and uncomfortable procedure. Furthermore, this kind of examination depends on a physicists requirement and is carried out only when speech is considerably modified or causing pain. At that level, the problem is in an advanced stage which difficults its treatment. In order to get a pre-diagnosis of such pathologies, this work proposes a non-invasive technique which is based on a new algorithm that combines two support vector machines, trained with a semi-supervised approach, powered by a set of parameters derived from the discrete wavelet transform of the speakers voice signal. Tests carried out with the use of a database of normal and pathological voices show the efficacy of the proposed technique which can also be implemented for use in real-time.

O presente trabalho de doutorado tem por objetivo a criação de uma nova família de filtros digitais específica para o processo de classificação de dados, particularmente aplicada ao pré-diagnóstico de patologias na laringe. Antes de explicar a criação dessa nova família de filtros, foi apresentada uma breve revisão bibliográfica sobre o funcionamento do aparelho fonador humano, sobre o processo de diagnóstico de patologias e sobre a transformada discreta Wavelet, que serviu de base para a construção dos filtros propostos. Em seguida, é descrita a tecnologia proposta para a criação da nova família de filtros, que é baseada na construção da Transformada Wavelet de Daubechies, além disso, apresenta-se uma breve comparação com outras técnicas já descritas na literatura para a mesma finalidade. Posteriormente, são apresentados os resultados obtidos com base na técnica proposta, verificando-se uma taxa de acerto na classificação de vozes normais de 100% e uma taxa de acerto de 95,52% para vozes patológicas. / The main purpose of this thesis is the development of a new family of digital filters used for data classification, particularly applied to the pre-diagnosis of pathologies in the larynx. A brief bibliographical review, that concentrates on the functioning of the human vocal tract, on the process of disease diagnosis, and on the discrete wavelet transform, which formed the basis for the construction of the proposed filters, is presented. The technology used to develop these new families of filters, that is based on the Daubechies Wavelet Transform, is also described, moreover, a comparison with other techniques described in the specialized literature for the same purpose is also presented. The investigation shows the results obtained with the proposed technique, in which the accuracy of 100% in normal voice classifications and of 95,52% in pathological voice classifications, was obtained.

A detecção de patologias na laringe tem ocorrido basicamente por meio de diagnósticos médicos apoiados em videolaringoscopia, que é considerado um procedimento invasivo e causa certo deconforto ao paciente. Além disso, esse tipo de exame é realizado com solicitação médica e apenas quando as alterações na fala já são marcantes ou estão causando dor. Nesse ponto, muitas vezes a doença já está em grau avançado, dificultando o seu tratamento. Com o objetivo de realizar um pré-diagnóstico de tais patologias, este trabalho propõe uma técnica não invasiva baseada em um novo algoritmo que combina duas Máquinas de Vetores de Suporte, treinadas com o uso de um procedimento de aprendizado semi-supervisionado, alimentadas por um conjunto de parâmetros obtidos com o uso da Transformada Wavelet Discreta do sinal de voz do locutor. Os testes realizados com uma base de dados de vozes normais e afetadas por diversas patologias demonstram a eficácia da técnica proposta que pode, inclusive, ser implementada em tempo-real. / Larynx pathology detection is a process that depends basically on medical diagnosis and is based on videolaringoscopy, which is considered as being an invasive and uncomfortable procedure. Furthermore, this kind of examination depends on a physicists requirement and is carried out only when speech is considerably modified or causing pain. At that level, the problem is in an advanced stage which difficults its treatment. In order to get a pre-diagnosis of such pathologies, this work proposes a non-invasive technique which is based on a new algorithm that combines two support vector machines, trained with a semi-supervised approach, powered by a set of parameters derived from the discrete wavelet transform of the speakers voice signal. Tests carried out with the use of a database of normal and pathological voices show the efficacy of the proposed technique which can also be implemented for use in real-time.

Com base em exames como a videolaringoscopia, que é considerado um procedimento médico invasivo e desconfortável, diagnósticos têmsido realizados visando detectar patologias na laringe. Geralmente, esse tipo de exame é realizado somente com solicitação médica e quando alterações na fala já são marcantes, ou há sensação de dor. Nessa fase, muitas vezes a doença está em grau avançado, dificultando o seu tratamento. Com o objetivo de realizar um pré-diagnóstico computacional de tais patologias, este trabalho apresenta uma técnica não invasiva na qual são testados e comparados três classificadores: a Distância Euclidiana, a Rede Neural RBF com o kernel Gaussiano e a Rede Neural RBF com o kernel Gaussiano modificado. Testes realizados com uma base de dados de vozes normais e aquelas afetadas por diversas patologias demonstram a eficácia da técnica proposta, que pode, inclusive, ser implementada em tempo-real. / Based on examinations such as laryngoscopy, which is considered an invasive and uncomfortable procedure, diagnosis have been performed aiming at the detection of larynx pathologies. Usually, this type of test is carried out upon medical request and when the speech changes are notable or are causing pain. At this point, the disease is possibly at an advanced degree, complicating its treatment. In order to perform a computational pre-diagnosis of such conditions, this work proposes a noninvasive technique in which three classifiers are tested and compared: the Euclidean distance, the RBF Neural Network with the Gaussian kernel and RBF Neural Network with a modified Gaussian kernel. Tests carried out with a database of normal voices and those affected by various pathologies demonstrate the effectiveness of the technique that may even be implemented to work in real time.

O presente trabalho de doutorado tem por objetivo a criação de uma nova família de filtros digitais específica para o processo de classificação de dados, particularmente aplicada ao pré-diagnóstico de patologias na laringe. Antes de explicar a criação dessa nova família de filtros, foi apresentada uma breve revisão bibliográfica sobre o funcionamento do aparelho fonador humano, sobre o processo de diagnóstico de patologias e sobre a transformada discreta Wavelet, que serviu de base para a construção dos filtros propostos. Em seguida, é descrita a tecnologia proposta para a criação da nova família de filtros, que é baseada na construção da Transformada Wavelet de Daubechies, além disso, apresenta-se uma breve comparação com outras técnicas já descritas na literatura para a mesma finalidade. Posteriormente, são apresentados os resultados obtidos com base na técnica proposta, verificando-se uma taxa de acerto na classificação de vozes normais de 100% e uma taxa de acerto de 95,52% para vozes patológicas. / The main purpose of this thesis is the development of a new family of digital filters used for data classification, particularly applied to the pre-diagnosis of pathologies in the larynx. A brief bibliographical review, that concentrates on the functioning of the human vocal tract, on the process of disease diagnosis, and on the discrete wavelet transform, which formed the basis for the construction of the proposed filters, is presented. The technology used to develop these new families of filters, that is based on the Daubechies Wavelet Transform, is also described, moreover, a comparison with other techniques described in the specialized literature for the same purpose is also presented. The investigation shows the results obtained with the proposed technique, in which the accuracy of 100% in normal voice classifications and of 95,52% in pathological voice classifications, was obtained.