Identificação de patologias da laringe através do sinal da voz

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorRosa, Marcelo de Oliveira-
Autor(es): dc.contributorRosa, Marcelo de Oliveira-
Autor(es): dc.contributorBrante, Glauber Gomes de Oliveira-
Autor(es): dc.contributorLeite, Ana Paula Dassie-
Autor(es): dc.creatorNascimento, Guilherme Luis-
Autor(es): dc.creatorAraujo, Max Vinicius Dangui-
Data de aceite: dc.date.accessioned2025-08-29T12:45:04Z-
Data de disponibilização: dc.date.available2025-08-29T12:45:04Z-
Data de envio: dc.date.issued2023-10-18-
Data de envio: dc.date.issued2023-10-18-
Data de envio: dc.date.issued2022-06-23-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/32728-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1101206-
Descrição: dc.descriptionAiming to study a solution to the adversities of current diagnostic methods, this monography sought to identify and diagnose laryngeal pathologies in a non-invasive way. The research was developed through the extraction of acoustic measures – such as pitch, jitter, shimmer and others – and subsequent application in machine learning methods, in this case the Support Vector Machines (SVM) and Artificial Neural Networks (ANN) classifiers. Based on the statistical data of the models tested, analyses of the effectiveness and the possibility of application in medical diagnoses were carried out.-
Descrição: dc.descriptionVisando estudar uma solução para as adversidades dos métodos de diagnóstico atuais, esta monografia buscou identificar e diagnosticar patologias da laringe de maneira não invasiva. A pesquisa se desenvolveu através da extração de medidas acústicas – como pitch, jitter, shimmer e outras – e posterior aplicação em métodos de aprendizado de máquina, no caso os classificadores Máquinas de Vetor de Suporte (MVS) e Redes Neurais Artificiais (RNA). Baseados nos dados estatísticos dos modelos testados, foram feitas análises da efetividade e da possibilidade de aplicação em diagnósticos médicos.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCuritiba-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherEngenharia Elétrica-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0/-
Palavras-chave: dc.subjectLaringe - Doenças - Diagnóstico-
Palavras-chave: dc.subjectAprendizado do computador-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectVoz - Análise-
Palavras-chave: dc.subjectLarynx - Diseases - Diagnosis-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectVoice - Analysis-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA-
Título: dc.titleIdentificação de patologias da laringe através do sinal da voz-
Título: dc.titleLaryngeal pathologies identification through voice signal-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.