Análisis de señales con descomposición empírica en modos y aplicaciones a la señal de voz

Abstract

In this Thesis the empirical mode decomposition method is studied, both in theoretical and experimental aspects, and in applications related to biomedical signal processing, specifically to pathological voices assessing. Several parameters regularly estimated from the voice signals for clinical and research purposes are analyzed. Special attention is addressed to fundamental frequency extraction methods. A new model for the synthesis of pathological voices is proposed. This new model allows controlling the perturbation parameters, with the goal of simulating pathologies or of evaluating new voice signal processing techniques. The empirical mode decomposition algorithm is addressed, including its description, analysis and variants. Our studies on empirical decomposition method effects on Gaussian and uniform white noise modes, indicate that the statistical and spectral properties of these modes depend on the signal length and internal algorithm parameters. In this Thesis two applications of empirical mode decomposition to the voice signal are proposed: fundamental frequency estimation and features extraction for diagnostic support uses. The original contributions of this Thesis are in the pathological voices model, the analysis of the influence of the data length and number of iterations on the statistical and spectral properties of the modes obtained by applying EMD to Gaussian and uniform white noise, and the applications to fundamental frequency detection, with special attention to pathological voices, and the voice features extraction with diagnostic purposes.

En esta tesis se estudia el método de descomposición empírica en modos, en sus aspectos teórico-experimentales y en aplicaciones al procesamiento de señales biomédicas, más particularmente a las voces patológicas. Se analizan diferentes parámetros que se estiman a partir de la voz, tanto para su uso clínico como en investigación, con especial hincapié en los métodos de extracción de frecuencia fundamental. Proponemos un nuevo modelo de generación de voces patológicas que permite controlar los parámetros de perturbación a los efectos de la simulación de patologías o de la evaluación de nuevas técnicas de procesamiento de la señal de voz. Se aborda el algoritmo de descomposición empírica en modos, su descripción, análisis y variantes. Nuestros estudios sobre los efectos de este método sobre ruido blanco gaussiano y uniforme indican que las propiedades espectrales y estadísticas de los modos en que se descomponen dependen de la longitud de la señal y de parámetros internos del algoritmo. Se proponen en esta tesis dos aplicaciones de descomposición empírica en modos a la señal de voz: la estimación de la frecuencia fundamental en voces patológicas y la extracción de características para el desarrollo de un sistema de apoyo al diagnóstico. Las contribuciones se encuentran en el modelo de voces patológica, el análisis de EMD sobre las propiedades estadísticas y frecuenciales de los modos en ruido gaussiano y uniforme, y la propuesta de un método de detección de F0 para voces patológicas y en la extracción de características con fines diagnósticos.