Detección de Parkinson mediante espectrogramas en color y redes neuronales convolucionales

En este trabajo se propone una estrategia de aumentación de datos para los repositorios de espectrogramas utilizados en la detección de la Enfermedad de Parkinson. Esta estrategia consiste en crear espectrogramas a partir de una señal de voz considerando distintas paletas de colores. Se utilizan 13...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Guatelli, Renata, Aubin, Verónica I., Mora, Marco, Naranjo-Torres, José, Sinopoli, Alesio
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2021
Materias:
Ciencias Informáticas
Detección Parkinson
Espectrogramas en color
Aumentación de datos
Redes neuronales convolucionales
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/141286
http://50jaiio.sadio.org.ar/pdfs/saiv/SAIV-05.pdf
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-141286
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Detección Parkinson
Espectrogramas en color
Aumentación de datos
Redes neuronales convolucionales
spellingShingle Ciencias Informáticas
Detección Parkinson
Espectrogramas en color
Aumentación de datos
Redes neuronales convolucionales
Guatelli, Renata
Aubin, Verónica I.
Mora, Marco
Naranjo-Torres, José
Sinopoli, Alesio
Detección de Parkinson mediante espectrogramas en color y redes neuronales convolucionales
topic_facet Ciencias Informáticas
Detección Parkinson
Espectrogramas en color
Aumentación de datos
Redes neuronales convolucionales
description En este trabajo se propone una estrategia de aumentación de datos para los repositorios de espectrogramas utilizados en la detección de la Enfermedad de Parkinson. Esta estrategia consiste en crear espectrogramas a partir de una señal de voz considerando distintas paletas de colores. Se utilizan 13 paletas de colores provistas por la herramienta colormap de Matlab. Para la evaluación de los resultados se consideran los modelos de CNN AlexNet, VGG 16, ResNet 50, Inception v3 y Squeezenet. De los experimentos se observa que las CNN mejoran la performance de clasificación y disminuyen la variabilidad de los resultados cuando utiliza el conjunto de datos aumentado.
format Objeto de conferencia
Objeto de conferencia
author Guatelli, Renata
Aubin, Verónica I.
Mora, Marco
Naranjo-Torres, José
Sinopoli, Alesio
author_facet Guatelli, Renata
Aubin, Verónica I.
Mora, Marco
Naranjo-Torres, José
Sinopoli, Alesio
author_sort Guatelli, Renata
title Detección de Parkinson mediante espectrogramas en color y redes neuronales convolucionales
title_short Detección de Parkinson mediante espectrogramas en color y redes neuronales convolucionales
title_full Detección de Parkinson mediante espectrogramas en color y redes neuronales convolucionales
title_fullStr Detección de Parkinson mediante espectrogramas en color y redes neuronales convolucionales
title_full_unstemmed Detección de Parkinson mediante espectrogramas en color y redes neuronales convolucionales
title_sort detección de parkinson mediante espectrogramas en color y redes neuronales convolucionales
publishDate 2021
url http://sedici.unlp.edu.ar/handle/10915/141286
http://50jaiio.sadio.org.ar/pdfs/saiv/SAIV-05.pdf
work_keys_str_mv AT guatellirenata detecciondeparkinsonmedianteespectrogramasencoloryredesneuronalesconvolucionales
AT aubinveronicai detecciondeparkinsonmedianteespectrogramasencoloryredesneuronalesconvolucionales
AT moramarco detecciondeparkinsonmedianteespectrogramasencoloryredesneuronalesconvolucionales
AT naranjotorresjose detecciondeparkinsonmedianteespectrogramasencoloryredesneuronalesconvolucionales
AT sinopolialesio detecciondeparkinsonmedianteespectrogramasencoloryredesneuronalesconvolucionales
bdutipo_str Repositorios
_version_ 1764820458679566336

Ejemplares similares