Construcción de mapas articulatorios para la detección automática de la enfermedad de Parkinson por medio de la voz

Abstract

RESUMEN: La enfermedad de Parkinson (EP), es una enfermedad neurológica progresiva que afecta el sistema motor, entre los síntomas más frecuentes se encuentran rigidez muscular, temblor y trastornos de la voz. La representación acústica del habla ha sido el foco de investigaciones sobre la voz patológica; la extracción de los rasgos más importantes de las señales de voz a través del uso de algoritmos computacionales, técnicas de estimación y extracción de características, así como diferentes modelos para la clasificación, han permitido la detección de esta enfermedad neurodegenerativa. El presente trabajo propone realizar un análisis fonológico de la señal de voz, para la construcción de mapas articulatorios que permita la detección de la EP y que además sirva de apoyo para los especialistas de la voz, en determinar una posible terapia del habla. La estrategia usada en el presente trabajo consistió en analizar 100 grabaciones de audio (50 EP y 50 controles sanos). Los participantes leyeron un texto, balanceado fonológicamente, que contiene todos los sonidos del español hablado en Colombia. Se extrajeron características articulatorias y además fonológicas través de dos herramientas PhonVoc y Phonet. Luego, a través de alineamiento forzado, se realizó un etiquetado a nivel de fonema para agrupar las clases fonológicas y posteriormente, se implementaron dos técnicas de aprendizaje automático para la clasificación de pacientes vs controles, máquinas de vectores de soporte y árboles aleatorios; para ambos algoritmos se realizó optimización de parámetros con una validación cruzada con k=10. Los experimentos muestran un acierto de 90 % en la clasificación de pacientes con EP vs controles con la clase Vocales y aciertos superiores al 80 % para las clases Nasales, Fricativas sordas, Oclusivas sonoras, Back, Coronal, Voice, Open, High y Low; lo que indica que esta propuesta es una alternativa adecuada tanto para la detección automática de la EP como para la evaluación del déficit en la articulación de los fonemas contenidos en las clases fonológicas. En la etapa final del proyecto, se construyeron mapas articulatorios usando GMM’s (Gaussian Mixture Models), que modelaron las dos poblaciones (pacientes , controles) y agruparon las clases fonológicas para su análisis y visualización en un espacio de dos dimensiones.