ارزیابی سه ویژگی مبتنی بر بعد فرکتال کوتاه مدت و مشخصات فرمنت ها برای طبقه بندی خودکار گفتار طبیعی و پاتولوژیک

Publish Year: 1384
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,203

This Paper With 7 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICIKT02_024

تاریخ نمایه سازی: 12 دی 1386

Abstract:

در این مقاله به منظور تشخیص نارسایی های گفتاری و با استفاده از طبقه بندی خودکار صداهای طبیعی و پاتولوژیک، به استخراج ویژگی های مرتبط با هدف از سیگنال صوتی واکه کشیده شده پرداخته ایم. دادگان مورد استفاده در این تحقیق شامل 329 سیگنال صدای بیمار و 58 سیگنال صدای طبیعی بود. ویژگی های استخراج شده شامل بعد فرکتال سیگنال، فرکانس فرمنت اول واکه و نسبت دامنه فرمنت اول به دوم واکه بوده است. بعد فرکتال سیگنال بیانگر میزان کمی نوسانات کوتاه مدت در داخل سیگنال است و مشخصات فرمنت ها حاوی اطلاعات تولیدی واکه می باشند. به منظور ارزیابی و مقایسه کارایی ویژگی ها برای طبقه بندی، نسبت پراکندگی بین کلاسی به مجموع پراکندگی های داخل کلاسها برای هر یک از سه ویژگی و برای ترکیب آنها محاسبه گردید. نتایج بیانگر قابلیت بالای ویژگی بعد فرکتال سیگنال برای تمایز سیگنال های طبیعی از پاتولوژیک می باشد. در ادامه با استفاده از یک شبکه عصبی جلوسوی پرسپترون به طبقه بندی سیگنال ها با توجه به این سه ویژگی پرداختیم و به درصد صحت 85/09% برای داده غیر تعلیم رسیدیم.

Authors

بهرام وزیرنژاد

دانشجوی دکتری مهندسی پزشکی، گرایش بیوالکتریک، دانشگاه صنعتی امیرکبیر

محمدحسن مرادی

دانشیار دانشکده مهندسی پزشکی، گرایش بیوالکتریک، ، دانشگاه صنعتی امیرکبیر

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :