Aplicación de métodos acústicos lineales y no lineales en parálisis cordales unilaterales

Application of acoustic methods linear and nonlinear in chordal unilateral paralysis

Contenido principal del artículo

Natalia Gabriela Elisei
Diego Alexis Evin
Francisco Goméz Fernández
Jorge Alberto Gurlekian

Resumen

Se presenta una nueva metodología que combina el análisis acústico y perceptual tradicional con algoritmos de la dinámica no lineal. Específicamente, coeficientes de Lyapunov aplicados a la medición de voces con alta perturbación. Se evaluaron emisiones de la vocal /a/ aislada y sostenida en 15 hablantes del español de Buenos Aires normales y 7 con parálisis unilaterales, de diferente sexo y edad. Las emisiones se registraron digitalmente en una cámara acústica con un micrófono dinámico vocal de respuesta conocida y a una intensidad de habla conversacional.
Para la medición de los coeficientes se empleó un algoritmo Wolf (1985) modificado por Giovanni (1999). Se utilizaron índices tradicionales de perturbación de jitter (Horii, 1975 y Milenkovic 1987) y se evaluó perceptualmente el grado de severidad de la disfonía con la escala GRBAS (Hirano,1981). Se presentan para su comparación los valores de los coeficientes de Lyapunov y Jitter en voces normales y con parálisis. Las mayores alteraciones muestran exponentes de Lyapunov promedio de 0,83 versus 0,46 en voces normales. Los resultados y los gráficos obtenidos verifican el comportamiento caótico de la voz y demuestran la utilidad clínica de la medición. Los exponentes distinguen el grupo control respecto del grupo con parálisis.

 

Palabras clave:

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Biografía del autor/a (VER)

Natalia Gabriela Elisei, Universidad de Buenos Aires

Doctora en Fonoaudiología, Universidad de Buenos Aires. Laboratorio de Investigaciones Sensoriales de Consejo Nacional de Investigaciones Científicas y Técnicas (LIS-CONICET).

Diego Alexis Evin, Universidad de Buenos Aires

Doctor en Computación, Universidad de Buenos Aires. Laboratorio de Investigaciones Sensoriales del Consejo Nacionalde Investigaciones Científicas y Técnicas (LIS-CONICET).

Francisco Goméz Fernández, Universidad de Buenos Aires

Licenciado en Computación, Universidad de Buenos Aires. Laboratorio de Investigaciones Sensoriales del ConsejoNacional de Investigaciones Científicas y Técnicas (LIS-CONICET).

Jorge Alberto Gurlekian, Universidad de Buenos Aires

 Ingeniero Electrónico. Investigador Independiente. Laboratorio de Investigaciones Sensoriales del Consejo Nacionalde Investigaciones Científicas y Técnicas (LIS-CONICET).

 

Referencias (VER)

Aasen, T. (1993). Chaos theory applied to the caloric response of the vestibular system. Computers and Biomedical Research (26):556-567.

Bergé, P., & Pomeau y Vidal, C. (1984). Orderwithin chaos: towards a deterministic approach to turbulence. New York: U.S.A.,Wiley.

Berry, D. A., Herzel, H., Titze, I. R., & Story, B.H. (1996). Bifurcations in excised larynx experiments. Journal of Voice (10): 29-138.

Bielamowicz, S., Kreiman, J., Gerratt, B. R.,Dauer, M. S., & Berke, G. S. (1996). Comparison of voice analysis systems for perturbation measurements. J. Speech Hear.Res. (39): 126–134.

Eckmann, J. P., & Ruelle, D. (1992). Fundamental limitations for estimating dimensions and Lyapunov exponents in dynamical systems.Physica D (56), 185–187.

Giovanni, A., Ouaknine, M., & Triglia, J. M.(1999). Determination of largest Lyapunovexponents of vocal signal: application to unilateral laryngeal paralysis. J. Voice (13:341-354.

Gstoettner, W., Baumgartner, W., Hamzavi, J.,Felix, D., Svozil, K., Meyer, R., y otros(1996). Auditory fractal random signals:Experimental data and clinical application.Acta Otolaryngol (116): 222-223.

Herzel, H., Berry, D., Titze, I. R., & Saleh, M.(1994). Analysis of vocal disorders with methods from nonlinear dynamics. J. Speach Hear. Res. (37): 1008-1019.

Hilborn, R. (2001). Chaos and Nonlinear Dynamics.An Introduction for Scientists and Engineers(2nd ed.). Oxford Univerity Press.

Hirano, M. (1981). Clinical Examination of thevoice. New York: U.S.A. Springer Verlag.

Holzfuss, J., & Lauterborn, W. (1989). Lyapunov exponents from a time series of acousticchaos. Phys. Rev. A (39): 2146–2152.

Horii, Y. (1979). Fundamental Frequency Perturbation Observed in Sustained Phonation.Journal of Speech and Hearing Research (22): 5-19.

Jiang, J., Zhang, Y., & Ford, C. N. (2003).Nonlinear dynamics of phonations in excised larynx experiments. J. Acoust. Soc. Am114 (4 pt1): 2198-205

Kumar, A., & Mullick, S. K. (1996). Nonlinear dynamical analysis of speech. J.Acoust.Soc. Am. (100): 615–629.

Milenkovic, P. (1987). Least mean square measures of voice perturbation. J. Speech Hear. Res. (30): 529–538.

Narayanan, S. S., & Alwan, A. A. (1995). A nonlinear dynamical systems analysis of fricative consonants. J. Acoust. Soc. Am. (97):2511.

Peitgen, H. O., Jurgens, H., & Saupe, D. (1992). Chaos and Fractals, New Frontiers of Science.New York: U.S.A. Springer-Verlag.

Titze, I. R. (1995). Workshop on acoustic voice analysis; Summary Statement. National Center for Voice and Speech, Denver.

Titze, I. R., Horii, I., & Scherer, R. C. (1987). Some technical considerations in voice perturbationmeasurements. J Speech HearingResearch (30): 252-260.

Wolf, A., Swift, J. B., Swinney, H. L., & Vastano,J. A. (1985). Determining Lyapunov exponentsfrom a time series. Physica D (16):285–317.

Yu, P., Garrel, R., Nicollas, R., Ouaknine, M.,& Giovanni, A. (2007). Objective VoiceAnalysis in Dysphonic Patients: New Data Including Nonlinear Measurements. FoliaPhoniatr Logop , 1 (59): 20-30.

Yu, P., Ouaknine, M., & Giovanni, A. (2000).Intérêt clinique du calcul des coefficients de Lyapunov pour l’analyse objective desdysphonies. Rev. laryngol. otol. Rhinol, 5(121): 301-305.

Zhang, Y., & Jiang, J. (2003). Nonlinear dynamicanalysis of signal typing of pathologicalhuman voices. Electron. Lett. (39):1021–1023.

Citado por