Search

Fil: Miramont, Juan Manuel. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina. Las perturbaciones en la señal de la voz son pequeñas modificaciones de corto plazo en parámetros de la señal, cuya cuantificación resulta de importancia para el diagnóstico de patologías laríngeas, nerviosas o respiratorias. Las medidas utilizadas con este fin requieren cierta periodicidad de la señal y suelen ser insensibles a a grandes fluctuaciones de los parámetros medidos, como la duración de los ciclos. En esta tesis se presenta, en primer lugar, una herramienta para la clasificación automática de voces basada en máquinas de vectores de soporte con el objetivo de evitar la cuantificación de perturbaciones sobre señales no aptas para ese fin, que supera el estado del arte. En segundo lugar, se presenta un método para la cuantificación de la perturbación del periodo de la señal, basado en operadores de synchrosqueezing de cuarto orden, que resulta más robusto frente a grandes variaciones de la duración de los ciclos que los métodos tradicionales. Voice perturbations are smal cycle-to-cycle deviations of the voice signal parameters, and measuring their level is an important task for diagnostics of pathologies associated with the phonatory system. Perturbation measures used with this purpose require some degree of periodicity and they usually underestimate the true value of the perturbation when mayor fluctuations of the parameter under study, such as the cycle duration, ocurr. In this thesis, a method for automatic classification of signals based on support vector machines is introduced, the aim of which is to avoid the use of perturbation measures on signals that are not suitable for this kind of analysis. Following this, a novel method for voice jitter estimation, based on fourth-order synchrosqueezing operators, is introduced. This new method is more robust to large variations on the cycle duration of the signal than traditional methods. Consejo Nacional de Investigaciones Científicas y Técnicas

Fil: Ibarrola, Francisco Javier. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina. Along the technological advances regarding portable electronic devices, over the last years the need for improving human machine interactions through speech has arise. One of the main challenges within this contexts has to do with the fact that a recording device does not register the target signal directly, but distorted with noise, echoes and other sound sources. In order to model these phenomena in a computationally efficient way and to gain interpretability, we can make use of nonnegative matrix factorization (NMF) techniques, that allow for a piecewise and purely additive representation of the data. Nevertheless, the classical NMF approaches present drawbacks associated to the lack of uniqueness in the representations. Furthermore, the current optimization methods are based on iterative, multiplicative algorithms that are not immediately adaptable to models contemplating certain time or frequency relations between their elements. In this thesis, new NMF methods are developed in order to tackle the problems of dereveberation and speech source separation. Through a Bayesian approach, and the associated penalization functions, certain characteristics are imposed over the elements constituting the model, which allows sorting out some classical difficulties within this context, associated to the lack of uniqueness and correlation in representations. Also, optimization algorithms are developed in order to tackle the minimization problems associated to the built functional, that allow for incorporating certain types of penalizers that due to their characteristics cannot be defined element by element. A la par de los avances tecnológicos de los aparatos electrónicos portátiles, ha surgido en los últimos años la necesidad de mejorar la interacción entre hombre y máquina a través del habla. Uno de los desafíos en este contexto tiene que ver con que un dispositivo de grabación no registra la señal deseada de manera directa, sino distorsionada mediante ruido, ecos y la presencia de otras fuentes sonoras. Para modelar estos fenómenos de manera computacionalmente eficiente y ganar interpretabilidad, podemos hacer uso de técnicas de factorización en matrices no negativas (NMF), que permiten una representación de los datos por partes y puramente aditiva. No obstante, los enfoques clásicos de NMF presentan dificultades asociadas a falta de unicidad en las representaciones. Por otro lado, los métodos de optimización actuales están basados en algoritmos iterativos y multiplicativos, que no son inmediatamente adaptables a modelos que contemplen ciertas relaciones temporales o frecuenciales entre sus elementos. En esta tesis se desarrollan nuevos métodos de NMF para abordar los problemas de dereveberación y separación de fuentes de habla. A través de un enfoque bayesiano y sus funciones de penalización asociadas se imponen características particulares sobre los elementos del modelo, lo que permite superar algunas dificultades clásicas en este contexto, asociadas a la falta de unicidad y decorrelación en las representaciones. Además, se desarrollan algoritmos de optimización para resolver los problemas de minimización asociados a los funcionales construidos, que permiten incorporar ciertos tipos de penalizantes que por sus características no pueden ser definidos elemento a elemento. Consejo Nacional de Investigaciones Científicas y Técnicas

El Síndrome de Apnea-Hipopnea Obstructiva del Sueño (SAHOS) es un trastorno del sueño muy prevalente en la población general y con afectación de múltiples órganos. Se estima que esta patología afecta entre el 3% y 5% de la población adulta en todo el mundo y aumenta con la edad. Si bien el SAHOS es más frecuente en adultos, afecta también a niños con una prevalencia cercana al 3%. Los eventos respiratorios asociados al SAHOS durante el sueño ocurren como consecuencia de una alteración anatómico-funcional de la vía aérea superior que producen su estrechamiento parcial (hipopnea) o su bloqueo total (apnea). Para establecer el grado de severidad del SAHOS, se define el Índice de Apnea-Hipopnea. Éste índice representa el número de eventos de apnea-hipopnea por hora de sueño. El estudio de referencia para el correcto diagnóstico del SAHOS es la Polisomnografía nocturna. Dado que este tipo de estudio requiere no solo de la medición simultánea de una gran cantidad de señales fisiológicas, sino también de una infraestructura especial y de personal calificado, es de muy difícil acceso y muy costosa en términos de tiempo y dinero.En esta tesis se aborda el diseño, desarrollo, implementación y evaluación de tres métodos para el reconocimiento automático de los eventos de apnea-hipopnea a partir del análisis y procesamiento de las señales de saturación de oxígeno en sangre (SaO2). En particular, se presentan dos métodos de selección de características denominados MDAS y MDCS, los cuales se basan en representaciones ralas de señales de SaO2 para el reconocimiento de eventos de apnea-hipopnea. Además, en esta tesis se introduce una nueva medida de discriminabilidad binaria denotada por DCAF, la cual es capaz de detectar átomos discriminativos en un diccionario. Asimismo, esta medida permite cuantificar eficientemente sus correspondientes grados de discriminabilidad, lo cual resulta útil a los efectos de la clasificación. Los métodos MDAS y MDCS hacen uso de la media DCAF para detectar los átomos más discriminativos de un diccionario dado y, a partir de ellos, realizan la selección de características. En particular, el método MDCS utiliza la medida DCAF para seleccionar los átomos más discriminativos y, a partir de ellos, construir un sub-diccionario. En base a los experimentos desarrollados en esta tesis, el desempeño de la nueva medida DCAF fue comparada con el de varias otras medidas de información del estado del arte. Los resultados muestran que DCAF logró un muy buen desempeño. Por otro lado, el nuevo método MDCS fue comparado con otros tres métodos del estado de arte, superando significativamente el desempeño de todos ellos.Esta tesis introduce además una extensión del problema de clasificación binaria a uno multi-clase. En este contexto, se propone una generalización de la medida DCAF (la cual tiene en cuenta solo dos clases en los datos) a más de dos clases. En particular, la nueva medida de discriminabilidad combinada no solo tiene en cuenta la probabilidad condicional de activación de los átomos en un diccionario dada la clase y el valor de su correspondiente coeficiente de activación, sino que también incorpora el efecto que éste tiene sobre el error total de representación. Asimismo, se presenta un nuevo método iterativo llamado DAS-KSVD para el aprendizaje de diccionarios estructurados en el contexto de problemas de clasificación multi-clase, que utiliza ésta medida. El nuevo método permite detectar los átomos más discriminativos para cada una de las clases. Utilizando una base de datos de dígitos manuscritos ampliamente utilizada en la literatura, se realizó un análisis del desempeño del método DAS-KSVD obteniéndose tasas de reconocimiento superiores a las obtenidas por técnicas semejantes del estado del arte. También se utilizó el nuevo método DAS-KSVD en un problema de clasificación multi-clase asociado al SAHOS. Los resultados obtenidos muestran que éste método tiene un muy buen desempeño en la detección de la patología. Fil: Rolon, Roman Emanuel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina

Fil: Alzamendi, Gabriel Alejandro. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina. The voice and related biomedical signals carry information characterizing the phonation. The accurate extraction of this information becomes beneficial in medicine and other fields. In this Thesis, new methods for modeling the voice production and related biomedical signals, combining the stochastic modeling and digital signal processing, are proposed and evaluated. First, period and amplitude series extracted from sustained vowels are investigated applying the fundamental concepts of voice perturbations and fluctuations, and then a new sustained vowel synthesis method is proposed considering perturbations controlled with two acoustical parameters relevant in voice therapy. Next, state space structural models for studying period and amplitude series are developed. The aim of these models is to represent a signal assuming that it is composed of simple elements with a straightforward interpretation, under the hypothesis that these phenomena behave as non-stationary stochastic processes. Combining the structural models and state space methods, the structural analysis method is successfully implemented. Finally, new state space based methods for phonation modeling and voice inverse filtering are proposed. For that, a stochastic non-stationary difference equation of glottal function is developed, taking into account the perturbations and aperiodicities in this signal. According to this, a phonation model suitable for accurate and flexible vocal sounds representation is formulated. Using this model, a state space based inverse filtering method is proposed allowing the join optimal estimation of the glottal function and the vocal tract filter. La voz y las señales relacionadas poseen información que permite caracterizar la fonación. Extraer esta información de forma precisa es beneficioso para la medicina y otras ciencias. En esta Tesis se proponen nuevos métodos para el modelado de la fonación, y sus señales relacionadas, basados en el modelado estocástico y el procesamiento de señales. Primeramente, se investigan las series de períodos y de amplitudes para una vocal sostenida aplicando los conceptos de perturbaciones y fluctuaciones de la voz, y se desarrolla un método novedoso para la síntesis de vocales sostenidas con perturbaciones controladas por dos parámetros acústicos importantes para la medicina. Luego, se propone el modelado estructural en espacio de estados para series de períodos y de amplitudes. Su objetivo es explicar estas señales suponiéndolas compuestas por elementos simples con una interpretación directa, bajo la hipótesis de que son procesos estocásticos no estacionarios. Combinando los modelos estructurales con los métodos en espacio de estados, se implementa el análisis estructural para señales reales. Por otra parte, se investigan nuevos métodos en espacio de estados para realizar el filtrado inverso de la voz. Para ello, se formula una ecuación en diferencias estocástica no estacionaria para la función glótica, y a partir de ésta se construye un modelo de la fonación capaz de representar una voz de forma precisa y flexible. Con este modelo, se implementa un método para la estimación conjunta y precisa de la función glótica y del tracto vocal, denominado filtrado inverso en espacio de estados. Consejo Nacional de Investigaciones Científicas y Técnicas Universidad Nacional de Entre Ríos Ministerio de Ciencia, Tecnología e Innovación Productiva