Detecção da doença de Parkinson a partir de exames de fonação sustentada e sinais de voz utilizando técnicas de aprendizagem de máquina

Abstract

A doença de Parkinson é um dos distúrbios neurológicos que mais afetam as pessoas no mundo. Este estudo investiga o processamento de sinais de voz para detectar a doença de Parkinson. A metodologia aplicada avalia dezoito técnicas de extração de características e quatro métodos de aprendizado de máquina para classificar dados brutos obtidos a partir de exames de fonação sustentada e fala. A fonação sustentada relaciona-se com a tarefa de vogal /a/ vocalizada e fala com a pronúncia de uma sentença curta na língua lituana. Durante a gravação dos exames de fala utilizou-se áudio estéreo com microfones do tipo profissional acústico cardióide AC) e um smartphone (SP). Desta forma, pode-se avaliar o desempenho utilizando diferentes qualidades de microfone e se existe a possibilidade de embarcar os algoritmos em um aplicativo para realização dos exames em smartphone. Cinco medidas foram empregadas para analisar o desempenho do classificador: Medidas de Taxa de Erro (EER), Área Sobre Curva (AUC) das Curvas de Detecção de Erro (DET) e Característica de Operação do Receptor (ROC), Acurácia, Especificidade e Sensibilidade. O melhor desempenho para o canal AC obteve acurácia de 94,55%, AUC 87,84% e EER 19,01%. Ao usar o canal SP, obtivemos acurácia de 92,94%, AUC 92,40% e EER 14,15%. Os resultados mostraram que não há diferença significativa entre os microfones de áudio cardióide (AC) e do smartphone (SP), apoiando assim a ideia de que a doença de Parkinson podeserdetectadaprocessandonosmartphone.OáudiodeFonação(P)forneceuresultados significativamente melhores do que os de Fala (S), Dublado (V) e Mudo (U). Com base nos resultados apresentados, pode-se afirmar que a tarefa de fonação é a mais adequada para uso em sistemas de auxílio ao diagnóstico da doença de Parkinson. Além de ser aquela que permitiu obter o melhor desempenho na etapa de classificação nas modalidades de microfones AC e SP