dc.contributor | Universidade Tecnológica Federal do Paraná | pt-BR |
dc.creator | MATEUS MORIKAWA; Universidade Tecnológica Federal do Paraná, Cornélio Procópio, Paraná, Brasil | |
dc.creator | Vinícius Suterio; Universidade Tecnológica Federal do Paraná, Cornélio Procópio, Paraná, Brasil | |
dc.creator | Aron Alexandre Lima; Management Solutions, São Paulo, São Paulo, Brasil. | |
dc.creator | María Eugenia Dajer; Universidade Tecnológica Federal do Paraná, Cornélio Procópio, Paraná, Brasil | |
dc.date | 2020-07-06 01:10:19 | |
dc.date.accessioned | 2022-12-07T18:01:44Z | |
dc.date.available | 2022-12-07T18:01:44Z | |
dc.identifier | https://eventos.utfpr.edu.br//sicite/sicite2019/paper/view/5500 | |
dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/5306830 | |
dc.description | Distúrbios na laringe são caracterizados pela mudança do padrão vibratório das pregas vocais. Esse transtorno pode ter origem orgânica, descrito pela modificação anatômica das pregas, ou funcional, causado pelo abuso ou mal-uso da voz. Os métodos mais comuns para o diagnóstico são realizados por recursos invasivos de captura de imagens que causam desconforto para o paciente. Além disso, o grau leve da disfonia não impede o indivíduo de realizar o uso da voz, dificultando a identificação do problema e aumentando a possibilidade de complicações. Por tais motivos, objetivou-se realizar o estudo de uma alternativa não invasiva e de menor custo para a identificação de vozes disfônicas de grau leve. Para tanto, o presente trabalho visa a aplicação da transformada Wavelet Packet junto às Redes Neurais Artificiais do tipo Perceptron Multicamadas. Desta forma, foram extraídas as medidas de energia e entropia das famílias Daubechies 2 e Symlet 2. Sendo assim, observou-se que a Symlet se mostrou mais eficiente em sua generalização obtendo acurácias de 98,67% e 97,73%. A família Daubechies, por sua vez, obteve-se acurácias de 94,71% e 78,56%. | pt-BR |
dc.format | application/pdf | |
dc.language | pt | |
dc.publisher | Seminário de Iniciação Científica e Tecnológica da UTFPR | pt-BR |
dc.rights | Autores que submetem a esta conferência concordam com os seguintes termos:<br /> <strong>a)</strong> Autores mantém os direitos autorais sobre o trabalho, permitindo à conferência colocá-lo sob uma licença <a href="https://creativecommons.org/licenses/by/4.0/">Licença Creative Commons-Attribution</a>, que permite livremente a outros acessar, usar e compartilhar o trabalho com o crédito de autoria e apresentação inicial nesta conferência.<br /> <strong>b)</strong> Autores podem abrir mão dos termos da licença CC e definir contratos adicionais para a distribuição não-exclusiva e subsequente publicação deste trabalho (ex.: publicar uma versão atualizada em um periódico, disponibilizar em repositório institucional, ou publicá-lo em livro), com o crédito de autoria e apresentação inicial nesta conferência.<br /> <strong>c)</strong> Além disso, autores são incentivados a publicar e compartilhar seus trabalhos online (ex.: em repositório institucional ou em sua página pessoal) a qualquer momento antes e depois da conferência. | |
dc.source | Seminário de Iniciação Científica e Tecnológica da UTFPR; XXIV Seminário de Iniciação Científica e Tecnológica da UTFPR | 0 |
dc.subject | Engenharias; Engenharia Elétrica; Engenharia Biomédica | pt-BR |
dc.subject | Disfonia; Transformada Wavelet Packet; Perceptron Multicamadas | pt-BR |
dc.title | Aplicação de rede neural artificial especialista em reconhecimento de transtornos vocais leves | 0 |
dc.type | Documento avaliado pelos pares | pt-BR |