Главная » 2014 » Август » 23 » Скачать Нечеткие сетевые модели и алгоритмы для диагностики состояния голосового аппарата на основе анализа фонем на вейвлет-плоскости. бесплатно
7:22 AM
Скачать Нечеткие сетевые модели и алгоритмы для диагностики состояния голосового аппарата на основе анализа фонем на вейвлет-плоскости. бесплатно
Нечеткие сетевые модели и алгоритмы для диагностики состояния голосового аппарата на основе анализа фонем на вейвлет-плоскости
Диссертация
Автор: Шаталова, Ольга Владимировна
Название: Нечеткие сетевые модели и алгоритмы для диагностики состояния голосового аппарата на основе анализа фонем на вейвлет-плоскости
Справка: Шаталова, Ольга Владимировна. Нечеткие сетевые модели и алгоритмы для диагностики состояния голосового аппарата на основе анализа фонем на вейвлет-плоскости : диссертация кандидата технических наук : 05.13.01 Курск, 2006 152 c. : 61 07-5/312
Объем: 152 стр.
Информация: Курск, 2006
Содержание:
1 ВВЕДЕНИЕ
Глава
I МЕТОДЫ ФОРМИРОВАНИЯ И КЛАССИФИКАЦИИ ИНФОРМАТИВНЫХ ПРИЗНАКОВ В СИСТЕМАХ НОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ, ОСНОВАННЫХ НА АНАЛИЗЕ СИГНАЛА ГОЛОСА
11 Осиовные принципы классификации заболеваний гортани и их диагностики
12 Воспалительные заболевания гортани Двигательные расстройства гортани
13 Новообразования гортани
14 Функциональные диафонии
15 Частотно-временные представления сигнала голоса
16 Модели систем обработки и классификации данных при диагностике, прогнозировании и дифференцировании заболеваний
17 Цель и задачи исследования
Глава
II СИНТЕЗ ПРИЗНАКОВОГО ПРОСТРАНСТВА ДЛЯ ДИАГНОСТИКИ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ ГОЛОСОВОГО АППАРАТА
21 Выбор тестовых голосовых сигналов и их метода анализа для дифференциальной диагностики функционального состояния голосового аппарата
22 Разработка способа сегментации тестовых сигналов
23 Сегментация вейвлет-нлоскости тестового сигнала
24 Выбор информативных признаков на вейвлет-плоскости тестового сигнала
25 Выбор первого информативного признака 4 Выбор и вычисление второго и третьего информативных признаков
26 Выбор четвертого и пятого информативных признаков
27 Выводы второй главы
Глава
III РАЗРАБОТКА МЕТОДОВ СРЕДСТВ ДЛЯ АВТОМАТИЗИРОВАННОЙ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ ГОРТАНИ ДИАГНОСТИКИ выходом в состояния
31 Нечеткий решающий модуль с трехстабильным инструментарии гортани для исследований функционального
32 Выбор целевой функции и разработка алгоритмов обучения для нечеткого решающего модуля с трехстабильным выходом
33 Разработка и исследование автоматизированной системы для поддержки принятия решений по диагностике функциональных состояний гортани
34 Разработка способа формирования функций принадлежности для фуззификатора решающего модуля
35 Выводы третьей главы
Глава
IV ЭКСНЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ РЕШАЮЩЕГО МОДУЛЯ С ТРЕХСТАБИЛЬНЫМ ВЫХОДОМ В ЗАДАЧАХ ДИАГНОСТИКИ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ ГОЛОСОВЫХ СКЛАДОК
41 Объект, методы и средства исследования
42 Синтез нечетких решающих правил для диагностики заболеваний гортани на основе информативных признаков, полученных по вейвлет-плоскости тестовых фонем
43 Разработка алгоритмов для дифференциальной диагностики функционального состояния гортани
44 Экспериментальные исследования качества диагностики функционального состояния гортани но вейвлет-нлоскостям сигнала голоса
45 Выводы четвертой главы
ЗАКЛЮЧЕНИЕ БИБЛИОГРАФИЧЕСКИЙ СИИСОК
Введение:
Расстройство распространенным голосового заболеванием аппарата среди является наиболее студентов и школьников, преподавателей. Многие хронические заболевания органов и систем, не входящих в состав голосового аппарата, могут обуславливать каких-либо неполноценность его функции даже в случае отсутствия изменений в гортани. Сюда относятся заболевания легких, сердечнососудистой, нервной и эндокринной систем. Установлена тесная связь между голосовыми расстройствами и нарушениями функции щитовидной железы. Проведенные исследования показали, что в большинстве случаев оценка голоса пациента осуществляется оториноларингологом или фониатром субъективно, т.е. на слух, и присутствие человеческого фактора при этом неизбежно. Поэтому в практике фониатров используются компьютерные технологии, которые позволяют определить некоторые акустические параметры голоса, на основе которых может быть объективно определено состояние голосового тракта, например, путем балльных оценок. При этом сигнала используются голоса, различные методы как на компьютерного анализа ориентированные пространство сигналов, так и на пространство частот. Однако в настоящий момент они не могут удовлетворить специалистов, как по достоверности, так и по оперативности диагностики, так как в результате размытости границ классов обладают низкой специфичностью и требуют высокой квалификации эксперта для принятия решения о наличии или отсутствии патологии голосового аппарата. Многочисленные существования любой исследования сложной показали, что системы основой являются биологической ритмические процессы (Глас Д., Скляров О., Чижевский А). Каждой биологической системе, находящейся в состоянии гомеостатического равновесия, соответствует ритм определенной сложности. Причем отклонение от этого состояния может сопровождаться как усложнением ритма (до хаотического ритма), так и упрощением его (метрономный режим) (Баевский Р.). Поэтому для исследования функционального состояния голосового аппарата и распознавания речи широко используют спектральные методы (Гоулд Б., Рабинер Л.). Однако на спектральный состав сигнала голоса влияет множество системных голосового факторов, не связанных с функциональным аппарата (Василенко Ю.С, Васильев состоянием поэтому Ю.М,), использование классических спе1тральных методов анализа в этом случае затруднительно и для его анализа предпочтительно использовать частотновременные преобразования (Макс Ж.). Таким образом, разработка методов и средств диагностики функционального состояния голосового аппарата, позволяющих вести анализ нестационарных сигналов и обеспечивающих поддержку принятия решений в условиях нечетко выраженных границ классов, является актуальной задачей. Работа вынолнена в соответствие с научно-технической программой «Научные исследования высщей школы по приоритетным направлениям науки и техники», подпрограмма 204 «Технология живых систем» 20022004 гг. и в соответствии технического с научным университета направлением «Разработка Курского медико- государственного экологических информационных технологий». Цель работы. Целью данной работы является повышение диагностической эффективности классификации функционального состояния голосового аппарата посредством частотно-временного анализа тестовых сигналов голоса и нечеткой логики принятия решений. Для достижения ноставленной цели необходимо решить следующие основные задачи: разработать метод синтеза пространства информативных признаков, выделяемых из кода тестового сигнала; разработать модель модуля нечеткого вывода, предназначенного для использования в системах поддержки принятия решений при диагностике функционального состояния голосового аппарата; предложить структуру системы поддержки принятия решений для врача-фониатра; разработать способ формирования функций принадлежности для классификации функциональных состояний голосовых складок; провести апробацию предложенных методов и средств на репрезентативных контрольных выборках. Методы использовались исследований. Для методы системного решения поставленных задач анализа, анализа, спектрального вейвлет-анализа, математической статистики, теории нечетких нейронных сетей и распознавания образов, экспертного оценивания и принятия решенрй. При разработке модуля нечеткого вывода в качестве инструментария использовался Matlab 6.0 с графическим интерфейсом пользователя для NN NNTool и со встроенным пакетом Fuzzy Logic Toolbox. Научиая иовизна. В диссертации получены следующие результаты, характеризующиеся научной новизной: метод синтеза признакового пространства по вейвлет-плоскости тестовой фонемы, отличающийся способами выделения тестовой фонемы из тестового сигнала, сегментации вейвлет-плоскости тестовой фонемы и процедурами определения статистических характеристик выделенных сегментов вейвлет-плоскости тестовой фонемы; способ выделения тестовой фонемы из тестового сигнала, основанный на анализе числа пересечений нулевого уровня тестовым сигналом в скользящем частотно-временном окне; способ отличающийся сегментации анализом вейвлет-плоскости компонент тестовой модулей фонемы, вейвлет- частотных коэффициентов и их нисходящих разностей в окнах, ширина которых равна длине строки вейвлет-плоскости; модель модуля нечеткого вывода, предназначенная для использования в системах поддержки принятия решений при диагностике функционального состояния голосовых складок, отличающаяся правилами вывода в агрегаторе и дефуззификаторе и алгоритмом уточнения процедуре настрваемых параметров, основанном на итерационной минимизации числа объектов обучающей выборки, для которых не могут быть приняты ни нулевая, ни альтернативная гипотезы; способ классификации заключающийся
