Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/32728| Título: | Identificação de patologias da laringe através do sinal da voz |
| Título(s) alternativo(s): | Laryngeal pathologies identification through voice signal |
| Autor(es): | Nascimento, Guilherme Luis Araujo, Max Vinicius Dangui |
| Orientador(es): | Rosa, Marcelo de Oliveira |
| Palavras-chave: | Laringe - Doenças - Diagnóstico Aprendizado do computador Redes neurais (Computação) Voz - Análise Larynx - Diseases - Diagnosis Machine learning Neural networks (Computer science) Voice - Analysis |
| Data do documento: | 23-Jun-2022 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Curitiba |
| Citação: | NASCIMENTO, Guilherme Luis; ARAUJO, Max Vinicius Dangui. Identificação de patologias da laringe através do sinal da voz. 2022. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Curitiba, 2022. |
| Resumo: | Visando estudar uma solução para as adversidades dos métodos de diagnóstico atuais, esta monografia buscou identificar e diagnosticar patologias da laringe de maneira não invasiva. A pesquisa se desenvolveu através da extração de medidas acústicas – como pitch, jitter, shimmer e outras – e posterior aplicação em métodos de aprendizado de máquina, no caso os classificadores Máquinas de Vetor de Suporte (MVS) e Redes Neurais Artificiais (RNA). Baseados nos dados estatísticos dos modelos testados, foram feitas análises da efetividade e da possibilidade de aplicação em diagnósticos médicos. |
| Abstract: | Aiming to study a solution to the adversities of current diagnostic methods, this monography sought to identify and diagnose laryngeal pathologies in a non-invasive way. The research was developed through the extraction of acoustic measures – such as pitch, jitter, shimmer and others – and subsequent application in machine learning methods, in this case the Support Vector Machines (SVM) and Artificial Neural Networks (ANN) classifiers. Based on the statistical data of the models tested, analyses of the effectiveness and the possibility of application in medical diagnoses were carried out. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/32728 |
| Aparece nas coleções: | CT - Engenharia Elétrica |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| patologiaslaringesinalvoz.pdf | 1,46 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
