Estimación de las características vocales fisiológicas de las señales de aceleración de la superficie del cuello...

Área de la Ciencia:

• Bioacústica y Ciencias del Habla
• Neurociencia computacional
• Ingeniería biomédica

Sus antecedentes:

• La estimación precisa de los parámetros de la función vocal es crucial para el diagnóstico de los trastornos de la voz.
• El monitoreo de voz ambulatorio no invasivo requiere métodos robustos para manejar la variabilidad de los datos del mundo real.
• Los métodos existentes a menudo tienen dificultades para cuantificar la incertidumbre en las estimaciones de parámetros fisiológicos.

Objetivo del estudio:

• Desarrollar y validar una red neuronal bayesiana probabilística (PBNN) para estimar las variables clave de la función vocal.
• Mejorar el monitoreo de voz ambulatorio no invasivo abordando las incertidumbres aleatorias y epistémicas.
• Para refinar las estimaciones utilizando el aprendizaje de transferencia con datos de voz reales.

Principales métodos:

• Se desarrolló una red neuronal bayesiana probabilística (PBNN) para el mapeo inverso de características aerodinámicas y acústicas a parámetros fisiológicos.
• El PBNN fue entrenado utilizando el Modelo de Cubierta Triangular (TBCM) de pliegues vocales con datos sintéticos.
• Se empleó el aprendizaje de transferencia para integrar datos de voz reales, refinando las estimaciones de presión subglotal.

Principales resultados:

• El PBNN estimó con éxito la presión subglotal, la presión de contacto del pliegue vocal y las activaciones musculares.
• Los intervalos de confianza del PBNN se correlacionan con los errores de predicción, lo que indica una cuantificación efectiva de la incertidumbre.
• Se observó un aumento de la incertidumbre a presiones subglotas más altas, lo que sugiere limitaciones en la captura de la dinámica no lineal de las cuerdas vocales.

Conclusiones:

• El PBNN ofrece un enfoque prometedor para la estimación no invasiva y consciente de la incertidumbre de los parámetros de la función vocal.
• El método mejora el monitoreo de voz ambulatorio al proporcionar intervalos de confianza confiables para las estimaciones.
• Las investigaciones futuras deberían explorar características adicionales para capturar mejor los comportamientos no lineales de las cuerdas vocales.