Tesis:
Técnicas y caracterización de voces como apoyo a la detección automática de la apnea del sueño.
- Autor: FERNANDEZ POZO, Rubén
- Título: Técnicas y caracterización de voces como apoyo a la detección automática de la apnea del sueño.
- Fecha: 2011
- Materia: Sin materia definida
- Escuela: E.T.S. DE INGENIEROS DE TELECOMUNICACION
- Departamentos: SEÑALES, SISTEMAS Y RADIOCOMUNICACIONES
- Acceso electrónico:
- Director/a 1º: HERNANDEZ GOMEZ, Luís Alfonso
- Director/a 2º: TORRE TOLEDANO, Doroteo
- Resumen: En el presente trabajo de Tesis se recogen los principales resultados de un proyecto de colaboración surgido entre la comunidad médica y el ámbito de la ingeniería para promover el estudio sobre la posibilidad de utilizar la voz, y en concreto las técnicas clásicas de caracterización de voces o de Reconocimiento de Locutor (ASR), para detectar automáticamente pacientes con el Síndrome de Apneas-Hipopneas del Sueño (SAHS). Se pretende asistir de esta forma al complicado proceso diagnóstico de la patología. La detección temprana de casos de apnea a través de la voz puede ser de gran utilidad para una gestión eficiente de los recursos médicos disponibles en su tratamiento. Se persigue la reducción de costes y el aumento de la productividad, índices fundamentales en la futura sanidad electrónica. Esta propuesta está fundamentada en estudios previos que identifican un conjunto de peculiaridades asociadas a la voz de los pacientes con apnea del sueño, incluyendo anomalías en tres de las dimensiones fundamentales de las que se compone el habla: articulación, fonación y resonancia. Las características específicas halladas en estas voces fueron analizadas en una base de datos de habla continua convenientemente diseñada para incluir contextos lingüísticos que reflejen dichas peculiaridades. El objetivo de este análisis preliminar, que hace uso de parámetros tradicionalmente empleados en el diagnóstico de patologías del habla, ha sido intentar validar el tamaño de la muestra recogida y verificar los criterios utilizados en su diseño. Las conclusiones de este estudio fueron utilizadas posteriormente dentro de la metodología propuesta para detectar automáticamente a pacientes con SAHS mediante la voz. Esta metodología está basada en técnicas básicas de reconocimiento de locutor basadas en Modelos de Mezcla de Gaussianas (GMMs), con las que se han obtenidos excelentes resultados, con tasas de clasificación correcta en torno al 80 % en la base de datos capturada. Sobre esta implementación base, se han llevado a cabo distintas experimentaciones con el fin de averiguar qué metodología es la que aporta una mayor eficiencia en la tarea de detección del SAHS. Entre las diversas pruebas realizadas, la adición al vector acústico de características básico de parámetros relacionados con la fonación, aumenta significativamente el rendimiento del sistema. Estos resultados abren nuevas y prometedoras líneas de investigación en el campo del diagnóstico de la patología, como demuestra su considerable difusión y extraordinaria acogida, dentro y fuera de España. Así, varias instituciones de diversos países se han interesado por los trabajos desarrollados, surgiendo contactos y colaboraciones en este ámbito siguiendo la senda marcada por esta Tesis.