
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 Estadual de Londrina (UEL) | - |
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.contributor | Dhirubhai Ambani Institute of Information and Communication Technology (DA-IICT) | - |
| Autor(es): dc.creator | Barbon, Sylvio | - |
| Autor(es): dc.creator | Guido, Rodrigo Capobianco | - |
| Autor(es): dc.creator | Aguiar, Gabriel Jonas | - |
| Autor(es): dc.creator | Santana, Everton José | - |
| Autor(es): dc.creator | Proença, Mario Lemes | - |
| Autor(es): dc.creator | Patil, Hemant A. | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T17:07:40Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T17:07:40Z | - |
| Data de envio: dc.date.issued | 2025-04-29 | - |
| Data de envio: dc.date.issued | 2023-07-01 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.specom.2023.102952 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/304406 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/304406 | - |
| Descrição: dc.description | Non-invasive acoustic analyses of voice disorders have been at the forefront of current biomedical research. Usual strategies, essentially based on machine learning (ML) algorithms, commonly classify a subject as being either healthy or pathologically-affected. Nevertheless, the latter state is not always a result of a sole laryngeal issue, i.e., multiple disorders might exist, demanding multi-label classification procedures for effective diagnoses. Consequently, the objective of this paper is to investigate the application of five multi-label classification methods based on problem transformation to play the role of base-learners, i.e., Label Powerset, Binary Relevance, Nested Stacking, Classifier Chains, and Dependent Binary Relevance with Random Forest (RF) and Support Vector Machine (SVM), in addition to a Deep Neural Network (DNN) from an algorithm adaptation method, to detect multiple voice disorders, i.e., Dysphonia, Laryngitis, Reinke's Edema, Vox Senilis, and Central Laryngeal Motion Disorder. Receiving as input three handcrafted features, i.e., signal energy (SE), zero-crossing rates (ZCRs), and signal entropy (SH), which allow for interpretable descriptors in terms of speech analysis, production, and perception, we observed that the DNN-based approach powered with SE-based feature vectors presented the best values of F1-score among the tested methods, i.e., 0.943, as the averaged value from all the balancing scenarios, under Saarbrücken Voice Database (SVD) and considering 20% of balancing rate with Synthetic Minority Over-sampling Technique (SMOTE). Finally, our findings of most false negatives for laryngitis may explain the reason why its detection is a serious issue in speech technology. The results we report provide an original contribution, allowing for the consistent detection of multiple speech pathologies and advancing the state-of-the-art in the field of handcrafted acoustic-based non-invasive diagnosis of voice disorders. | - |
| Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
| Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
| Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
| Descrição: dc.description | Department of Engineering and Architecture University of Trieste, Piazzale Europa, 1 - 34127, FVG | - |
| Descrição: dc.description | Instituto de Biociências Letras e Ciências Exatas Unesp - Univ Estadual Paulista (São Paulo State University), Rua Cristóvão Colombo 2265, Jd Nazareth, SP | - |
| Descrição: dc.description | Computer Science Department Londrina State University, Rodovia Celso Garcia Cid/PR 445, km 380, Campus Universitário, PR | - |
| Descrição: dc.description | Speech Research Lab Dhirubhai Ambani Institute of Information and Communication Technology (DA-IICT) | - |
| Descrição: dc.description | Instituto de Biociências Letras e Ciências Exatas Unesp - Univ Estadual Paulista (São Paulo State University), Rua Cristóvão Colombo 2265, Jd Nazareth, SP | - |
| Descrição: dc.description | CAPES: 001 | - |
| Descrição: dc.description | FAPESP: 2021/12407-4 | - |
| Descrição: dc.description | CNPq: 303854/2022-7 | - |
| Descrição: dc.description | CNPq: 310668/2019-0 | - |
| Descrição: dc.description | CNPq: 420562/2018-4 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Speech Communication | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | Deep learning | - |
| Palavras-chave: dc.subject | Handcrafted feature extraction | - |
| Palavras-chave: dc.subject | Multi-label classification | - |
| Palavras-chave: dc.subject | Multiple voice disorders | - |
| Título: dc.title | Multiple voice disorders in the same individual: Investigating handcrafted features, multi-label classification algorithms, and base-learners | - |
| 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: