C. J. Pérez Sánchez, L. Naranjo Albarrán, J. Martín Jiménez, Y. Campos Roca
El problema que motiva este trabajo consiste en la discriminación entre personas enfermas de Parkinson y sujetos sanos en base a las características acústicas extraídas automáticamente de grabaciones replicadas de voz. Existe una gran variabilidad en las réplicas de las características de cada individuo debido a la propia variabilidad biológica y a las imperfecciones de la tecnología. Esta variabilidad intra-sujeto debe considerarse en el diseño de métodos de selección y clasificación. Aquí presentamos un método de selección y clasificación en dos etapas que trata adecuadamente esta fuente de variabilidad, ajustándose al diseño experimental. En una primera etapa se realiza una reducción del número de características mediante un método filter, mientras que la segunda etapa considera un método de clasificación con regularización que penaliza a las variables menos influyentes. Los resultados experimentales muestran una capacidad predictiva moderada con la base de datos utilizada.
Palabras clave: Características acústicas, Clasificación, Enfermedad de Parkinson, Medidas replicadas, Selección de variables.
Programado
X04 Pausa Café. Sesión Posters. Reunión TEST - Edificio 1
7 de septiembre de 2016 11:40
Edificio 1
