Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Dalalana, Gabriel José Pellisser | - |
Autor(es): dc.creator | Guido, Rodrigo Capobianco | - |
Autor(es): dc.creator | Honorato, Eduardo Sperle | - |
Autor(es): dc.creator | da Silva, Ivan Nunes | - |
Data de aceite: dc.date.accessioned | 2025-08-21T17:33:21Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T17:33:21Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.jvoice.2025.01.021 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/296858 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/296858 | - |
Descrição: dc.description | Objectives: This study explores the application of wavelet analysis and paraconsistent logic for the classification of voice pathologies. The primary objective is to develop a methodology combining signal decomposition techniques and intelligent classification to distinguish between healthy and pathological voice samples. Methods: Voice signals from the Saarbruecken Voice Database were preprocessed and decomposed using the discrete-time wavelet packet transform across multiple levels. Features such as energy, entropy, and zero-crossing rate (ZCR) were extracted for classification using support vector machines. Additionally, a paraconsistent logic framework was implemented to handle uncertainty and class overlap, enhancing classification. Six wavelet families were analyzed, including Haar, Daubechies, Symlets, Coiflets, Beylkin, and Vaidyanathan, to identify the most suitable filters for each pathology. Results: The proposed method achieved high classification accuracy, surpassing several state-of-the-art approaches. The best-performing filters varied by pathology, with Sym32, Beylkin18, and Vaidyanathan24 excelling for dysphonia, Daub4, Daub12, Sym8, and Coif6 for Reinke's edema, and Haar, Sym32, and Coif6 for recurrent laryngeal nerve paralysis. Energy and ZCR proved particularly effective as features, while entropy exhibited limited performance in this context. Conclusions: The integration of wavelet-based signal analysis and paraconsistent logic offers a powerful approach for voice pathology classification. This methodology not only improves classification accuracy but also provides a computationally efficient framework suitable for clinical applications. Future work will focus on expanding datasets and developing real-time diagnostic tools. | - |
Descrição: dc.description | Department of Electrical and Computer Engineering School of Engineering of São Carlos University of São Paulo | - |
Descrição: dc.description | Instituto de Biociências Letras e Ciências Exatas Unesp - Universidade Estadual Paulista (São Paulo State University), Rua Cristóvão Colombo 2265, Jd Nazareth, São Paulo | - |
Descrição: dc.description | Instituto de Ciências Matemáticas e de Computação University of São Paulo | - |
Descrição: dc.description | Instituto de Biociências Letras e Ciências Exatas Unesp - Universidade Estadual Paulista (São Paulo State University), Rua Cristóvão Colombo 2265, Jd Nazareth, São Paulo | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Journal of Voice | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Voice disorder classification—Wavelet analysis—Paraconsistent logic—Support vector machine—Non-invasive techniques | - |
Título: dc.title | Application of Wavelet Analysis and Paraconsistent Feature Extraction in the Classification of Voice Pathologies | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: