1. Repositorio CYT
2. Ingeniería
3. Investigaciones

metadata.dc.creator:	Pérez, Silvia Noemí Aubin, Verónica Inés Fernández, Luis Alberto Guatelli, Renata Silvia Pepe, María Laura Linari, Daniela Sinopoli Alesio, Esteban Abel
Titel:	Procesamiento de señales del habla para la clasificación y monitoreo y la enfermedad de Parkinson
metadata.dc.contributor:	Aubin, Verónica Inés Pérez, Silvia Noemí
Stichwörter:	ENFERMEDADES DEL SISTEMA NERVIOSO SISTEMAS DE PROCESAMIENTO DEL HABLA MATERIAL TERAPEUTICO APLICACIONES DE COMPUTADORAS ENFERMEDAD DE PARKINSON
Herausgeber:	Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas
Zitierform:	Aubin, V. I., Pérez, S. N., Fernández, L. A., Guatelli, R. S., Pepe, M. L., Linari, D. y Sinopoli Alesio, E. A.. (2022). Procesamiento de señales del habla para la clasificación y monitoreo y la enfermedad de Parkinson (Informe C-239). Universidad Nacional de La Matanza. http://repositoriocyt.unlam.edu.ar/handle/123456789/2016
Beschreibung:	El análisis de la voz para la evaluación de los pacientes con enfermedad de Parkinson (EP) tiene relevancia como método no invasivo de diagnóstico y seguimiento. Durante la ejecución del proyecto C224 se realizó la creación de una base de datos de personas con Parkinson y de personas sin Parkinson ( "Construcción de una base de voz de personas con y sin enfermedad de Parkinson" (Giuliano, Adamec y Debas, 2021)), utilizando los registros de la base de datos se realizó una parametrización de las personas con y sin la Enfermedad de Parkinson para el análisis de la señal de voz, se continuó con una selección de características extraídas de grabaciones de voz, se aplicaron métodos predictivos para la clasificación múltiple; la clasificación obtenida muestra que, si bien no logran resultados óptimos por sí mismas, las variables asociadas al triángulo vocal constituyen otros marcadores a tener en cuenta para detectar la progresión de la enfermedad de Parkinson. Luego se realizó un análisis preliminar de la alteración fonética del VOT (momento de inicio de la sonoridad), así como la duración de las vocales que les siguen. Con los resultados obtenidos se generó una base de datos de espectrogramas, mediante el entrenamiento de las computadoras a través de modelos Deep Learning, se clasificó a las personas con y sin Parkinson. Fil: Peréz, Silvia Noemí. Universidad Nacional de La Matanza; Argentina. Fil: Aubin, Verónica Inés. Universidad Nacional de La Matanza; Argentina. Fil: Fernández, Luis Alberto. Universidad Nacional de La Matanza; Argentina. Fil: Guatelli, Renata Silvia. Universidad Nacional de La Matanza; Argentina. Fil: Pepe, María Laura. Universidad Nacional de La Matanza; Argentina. Fil. Linari, Daniela. Universidad Nacional de La Matanza; Argentina. Fil: Sinopoli Alesio, Esteban Abel. Universidad Nacional de La Matanza; Argentina.
URI:	http://repositoriocyt.unlam.edu.ar/handle/123456789/2016
Enthalten in den Sammlungen:	Investigaciones

Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt, soweit nicht anderweitig angezeigt.