Evaluación de métodos de Fourier y máxima entropía para la detección automática de la enfermedad de Parkinson

Resumen

La Enfermedad de Parkinson (EP) es la segunda condición clínica neurodegenerativa más prevalente después del Alzheimer y para el sistema de salud mundial es fundamental identifi car marcadores tempranos; sin embargo en la actualidad es un campo nuevo de estudio que necesita un mayor desarrollo. Se ha demostrado que cerca del 90 % de los pacientes con EP también desarrollan defi ciencias en la voz, mostrando síntomas como un habla monótona, baja intensidad en el tono, pausas aisladas, pronunciación imprecisa de consonantes y problemas en la prosodia; y aunque dichos problemas están identifi cados solo del 3% al 4% reciben un tratamiento para la voz. En el ámbito de la investigación, el análisis tiempo-frecuencia ha demostrado ser una herramienta poderosa en el procesamiento de señales acústicas, más específi camente, el procesamiento de la voz. Con el ánimo de tener representaciones limpias del espectro que ayuden a mejorar la extracción de características y mitigar otros problemas resultantes al usar métodos clásicos de estimación, se busca estudiar el comportamiento del Método de Máxima Entropía (MEM) comúnmente usado en ciencias oceanográfi cas y astronomía, en el estudio en señales de voz.
Para estos experimentos fue usada una base de datos de pacientes que presentan la enfermedad de Parkinson usando 50 registros de voces patológicas y la misma cantidad de voces sanas, donde se analizaran segmentos sonoros y no sonoros obtenidos de la palabra ``PA-TA-KA'', sobre los cuales fueron estimadas energías provenientes tanto de la transformada de Fourier, como del método de máxima entropía. Con el fi n de evaluar el rendimiento de los métodos clásicos y MEM se usó un clasifi cador K-nn y se encontraron tasas de acierto cercanas al 60% al considerar MEM tanto en fonemas como en sílabas.