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...
Guardado en:
| Autores principales: | , , , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2021
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/141286 http://50jaiio.sadio.org.ar/pdfs/saiv/SAIV-05.pdf |
| Aporte de: |
| Sumario: | 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. |
|---|