Instituto Tecnológico de Apizaco

Transcripción

1 SEP DGIT Instituto Tecnológico de Apizaco Clasificación de Llanto de Bebés para Identificación de Hipoacúsia y Asfixia por medio de un Sistema Híbrido (Genético Neuronal) TESIS DE GRADO POR PROYECTO DE INVESTIGACIÓN PARA OBTENER EL GRADO DE Maestro en Ciencias en Ciencias de la Computación PRESENTA Orion Fausto Reyes Galaviz Asesores: Dr. Federico Ramírez Cruz Dr. Carlos Alberto Reyes García Apizaco Tlaxcala 2005

2 Agradecimientos Agradezco con la misma importancia a: Al Dr. Carlos Alberto Reyes García, por ser mi padre, guía, y asesor, de no ser por sus invaluables consejos, no hubiera llegado hasta este punto. Al Dr. Federico Ramírez Cruz, por su invaluable colaboración durante el desarrollo de esta tesis. Al Dr. Sergio Cano por las atenciones brindadas durante mi estancia en Cuba para la investigación relacionada con el llanto del bebé. A mi mamá por haberme soportado en las buenas y en las malas. A toda mi familia y novia por todo el apoyo que me brindaron. A todos mis amigos y compañeros, por haber compartido tantas experiencias juntos. A todos los bebés que ofrecieron sus llantos para realizar este trabajo. Su aportación ayudará a conocer más sus mensajes. A COSNET por el apoyo brindado a lo largo de este periodo, sin el cual no hubiera podido llegar hasta aquí. Este trabajo es parte de un proyecto financiado por CONACYT (número A). Agradeciendo el apoyo brindado durante mis estudios.

3 ÍNDICE Capítulo 1. INTRODUCCIÓN Importancia del Proyecto Justificación Hipótesis Procesamiento Acústico. 3 Capítulo 2. CONCEPTOS FUNDAMENTALES DEL ÁREA Y ESTADO DEL ARTE Análisis de Componentes Principales Computación Evolutiva Clasificación de Patrones.. 11 Capítulo 3. PREPARACIÓN DEL CONJUNTO DE DATOS E IMPLEMENTACIÓN DE LA FASE EXPERIMENTAL Colección de Muestras Segmentación en 1 o 3 segundos Segmentación en unidades de llanto Segmentación por Unidades de Llanto Unidas Extracción de Características Segmentos de 1 o 3 segundos (sin incluir Unidades de llanto Unidas) Unidades de Llanto Unidades de Llanto Unidas MFCC

4 3.2.5 LPC Estrategias Evolutivas Redes Neuronales Artificiales (RNA) Red Neuronal, Feed-forward (Alimentación hacia adelante) Red Neuronal, Feed-forward Input Delay (Alimentación hacia adelante con retraso en la entrada) Red Neuronal LVQ (Cuantificación Vectorial Lineal) Entrenamiento (Gradient descent with adaptive learning rate back propagation) Entrenamiento (Scaled conjugate gradient backpropagation) Validación Cruzada Proceso de Experimentación Sistema Híbrido Entrenamiento de las Redes Neuronales Entrenamiento con bebés diferentes Capítulo 4. DESARROLLO DE LA FASE EXPERIMENTAL Primeros Experimentos de Selección de Parámetros Retrasos en la Red con Retraso en el Tiempo Número de Componentes Principales Experimentos con Parámetros Seleccionados Segundo Segundos Unidades de llanto Unidades de Llanto Unidas... 51

5 4.3 Validación del Sistema Capítulo 5 ANÁLISIS DE RESULTADOS Capítulo 6 CONCLUSIONES Y TRABAJOS FUTUROS...60 BIBLIOGRAFÍA...61 ANEXOS.65

6 ÍNDICE DE FIGURAS Figura 1.1. Análisis de Componentes Principales Figura 3.1. Proceso de Reconocimiento Automático del Llanto del Bebé...12 Figura 3.2. Segmentación en n segundos Figura 3.3. Segmentación en unidades de llanto.16 Figura 3.4. Unidades de Llanto unidas a una sola onda de llanto.17 Figura 3.5. Mutación Gaussiana de padre a para formar descendiente b 25 Figura 3.6. Recombinación intermediaria de padres a & b para formar descendiente c. 25 Figura 3.7. Entrenamiento de una red neuronal. 26 Figura 3.8. Red Neuronal con Retraso en el Tiempo (TDNN) Figura 3.9. Arquitectura de la red LVQ.. 29 Figura Inicialización de individuos. 33 Figura Selección de los mejores individuos Figura Generación de la nueva población, con los mejores individuos...34 Figura 4.1. Precisiones resultantes de cada Retraso probado en la red con retraso en el tiempo Figura 4.2. Comportamiento de entrenamientos con diferentes retrasos Figura 4.3. Precisiones dadas por la Red con Retraso en el Tiempo con muestras de 1 segundo y diferente número de PCs.43 Figura 4.4. Precisiones dadas por la Red con Retraso en el Tiempo con muestras LPC de 3 segundos y diferente número de PCs..44 Figura 4.5. Precisiones dadas por la Red con Retraso en el Tiempo con muestras MFCC de 3 segundos y diferente número de PCs..44

7 Figura 4.6. Entrenamiento usando características LPC contra características MFCC, sin reducción, ninguno alcanza 1x Figura 4.7. Entrenamiento usando características LPC contra características MFCC y 50 PCs.. 47 Figura 4.8. Entrenamiento usando características LPC contra características MFCC, sin reducción. 49 Figura 4.9. Entrenamiento usando características LPC contra características MFCC, con reducción, 70 y 20 PCs respectivamente.49 Figura Comportamiento de entrenamiento usando Unidades de Llanto con características LPC y MFCC Figura Comportamiento del entrenamiento usando Unidades de Llanto Unidas con Características LPC y MFCC...53 Figura Comportamiento de entrenamiento usando muestras de bebés diferentes con características LPC y MFCC...56

8 ÍNDICE DE TABLAS Tabla 3.1. Relación de muestras obtenidas por cada bebé, en segmentos de 1 o 3 segundos.. 20 Tabla 4.1. Resultados utilizando muestras de 1 segundo...46 Tabla 4.2. Resultados utilizando muestras de 3 segundos..48 Tabla 4.3. Experimentos con Unidades de Llanto probando cada RNA..50 Tabla 4.4. Experimentos con Unidades de Llanto Unidas probando cada red neuronal.. 52 Tabla 4.5. Resultados de las mejores configuraciones, usando muestras de bebés diferentes

9 Capítulo 1. INTRODUCCIÓN 1.1 Importancia del Proyecto El sonido del llanto producido por un infante, es el resultado de su condición física y psicológica y/o de estímulo externo/interno. Ha sido probado que las causas del llanto tales como dolor, hambre, miedo, estrés, etc. exhiben diferentes patrones de llanto. Una madre experimentada puede ser capaz de reconocer el significado de diferentes tipos de llanto, y con esto reaccionar de una manera adecuada a las necesidades del infante. Se ha reportado en la literatura que el análisis del llanto de bebés, era realizado principalmente por análisis visuales de espectrogramas de llanto. Este método es una evaluación subjetiva y no es muy apropiado para su uso generalizado en clínicas. Desde los principios del siglo XX, se han hecho esfuerzos de investigar el llanto de los infantes para poder descubrir cuanta información está oculta dentro del sonido. Por lo tanto, era necesario desarrollar un método objetivo que nos permita realizar una clasificación automática del llanto. Los neurolingüistas consideran al llanto del bebé como la primera manifestación del habla. El llanto es la primera experiencia en la producción del sonido, el cual es seguido por movimientos de la laringe y la cavidad oral, todo esto con la retroalimentación en la capacidad de escuchar, la cual, deliberadamente, muy pronto será usada para la producción de fonemas. La adquisición y la selección de fonemas se logran a través de la discriminación entre las emisiones de actividad vocal espontánea y su refuerzo auditivo. Von Monakow y Morgue en 1928 enfatizaron la necesidad de actividades natas tales como la succión, tragar, y el llanto como pasos previos para el desarrollo del habla [1]. Los niños con pérdida auditiva, identificados antes de los 6 meses de edad, tienen una mejora significante en el desarrollo del lenguaje que aquellos niños cuya pérdida auditiva fue identificada después de los 6 1

10 meses de edad. Los niños con desarrollo normal cognitivo, cuyas pérdidas auditivas fueron detectadas antes de los seis meses de edad, pueden desarrollar el lenguaje en el mismo rango o similar que un niño sin problemas auditivos [2]. Los niños identificados con pérdida auditiva entre el nacimiento y los seis meses de edad tienen un lenguaje receptivo de 200 palabras y lenguaje expresivo de 117 palabras, mientras que aquellos identificados entre los 7 y los 18 meses de edad, tienen un lenguaje receptivo de 86 palabras y lenguaje expresivo de 54 palabras. Cuando se prueban a los 26 meses de edad, aquellos identificados antes de los 6 meses de edad tienen crecimiento en las medidas de lenguaje significativamente altas, y mejor desarrollo social personal [3]. En estudios recientes, los análisis subjetivos auditivos de la voz y el habla, han sido reemplazados por análisis objetivos espectrales fonográficos, con la ayuda de grabaciones de audio y análisis computarizados, recibiendo atención especial los análisis espectrales fonográficos del llanto del bebé recién nacido. Los reportes preliminares se enfocan en los análisis de bebés recién nacidos de término completo, prematuros, recién nacidos con alteraciones neurológicas, metabólicas, o en los cromosomas, así como aquellos con anomalías congénitas entre otros. Los estudios sugieren una variabilidad objetiva del llanto relacionada al estado de salud y la integridad neuropsicológica. En el caso de los infantes que han pasado a través de un periodo de asfixia al nacer, están expuestos a posibles cambios o disturbios a nivel neurológico, dependiendo del grado de asfixia que sufrieron. De acuerdo a la Academia Americana de Pediatría (AAP), 2 a 6 de 1000 bebés recién nacidos presentan asfixia, y el índice es del 60% en bebés prematuros con bajo peso, de ellos, del 20 al 50% mueren durante sus primeros días de vida; de los sobrevivientes, el 25% desarrolla secuelas neurológicas permanentes. Existe una relación cercana entre el sistema nervioso central y las vías respiratorias que incluyen el aparato fono articulador. Cuando esta función no es la propia, se detectan cambios a nivel intrínsico laringe muscular así como en los músculos que intervienen en el proceso respiratorio, estos cambios se traducirán posiblemente en alteraciones o modificaciones en el llanto del bebé. La importancia en el estudio del llanto en el bebé recién nacido durante los primeros meses está relacionada con la información 2

11 psicológica y neuropsicológica que éste provee del infante, su interpretación correcta proveerá información complementaria la cual podría soportar los diferentes diagnósticos clínicos. 1.2 Justificación La detección de patologías en etapas tempranas del bebé ha sido uno de los grandes retos a vencer para las ciencias médicas. La falta de medios de interpretación de las manifestaciones normales del recién nacido ha hecho que esta labor sea sumamente complicada. El descubrimiento de que la onda de llanto, como único medio de comunicación de un bebé, contiene información acerca de su estado físico y anímico y ha abierto la posibilidad de poder diagnosticar patologías desde los pocos días de nacimiento. Debido a esto, el desarrollo de un sistema que permita la extracción de la información presente en el llanto, de manera automática, facilitará grandemente el trabajo de los pediatras y médicos especialistas. Un sistema con tales capacidades, desarrollado con métodos de vanguardia, que además le permitan mostrar cierto comportamiento inteligente, será de mayor utilidad ya que podrá ser utilizado por prácticamente cualquier persona. 1.3 Hipótesis La hipótesis inicial para este proyecto es que si existe este tipo de información relevante en el llanto de un bebé, puede ser posible la extracción, reconocimiento y clasificación de este mismo por medio de mecanismos automáticos, que de ser implementados por medio de modelos híbridos inteligentes, pueden ofrecer ventajas como simplificación de desarrollo y procesamiento así como altos índices de eficiencia en la clasificación. 1.4 Procesamiento Acústico El análisis acústico implica la selección y aplicación de técnicas de normalización y filtrado, segmentación de la señal, extracción de características, y compresión de datos. Con la aplicación de las técnicas seleccionadas tratamos de 3

12 describir la señal en términos de algunos de sus componentes fundamentales. Una señal de llanto es compleja y codifica más información que la que es necesaria para ser analizada y procesada en aplicaciones de tiempo real [4]. Por esta razón, en nuestro sistema de reconocimiento de llanto usamos una función de extracción como un procesador de primer plano. Su entrada es una señal de llanto, y su salida es un vector de características que caracterizan los elementos clave de la onda de llanto. Todos los vectores obtenidos de esta forma son después alimentados a nuestro modelo de reconocimiento, primero para entrenarlo, y después para clasificar el tipo de llanto. En el capítulo 2 veremos una breve reseña de los trabajos que se han hecho en el campo de reconocimiento de llanto de bebés, así como algunos resultados experimentales de algunos de ellos. También haremos un breve repaso a algunos conceptos fundamentales, usados en esta tesis, tales como el Análisis de Componentes Principales (PCA por sus siglas en inglés), Computación Evolutiva y Clasificación de Patrones. En el capítulo 3 observaremos una descripción de nuestra base de datos, la cantidad de muestras usadas, la forma de captura de las mismas, la metodología usada para la segmentación de las grabaciones y la extracción de características usadas para los experimentos propuestos. Asimismo dentro de este capítulo conoceremos los métodos propuestos para la solución del problema propuesto, tales como las Estrategias Evolutivas, y las Redes Neuronales usadas para realizar los experimentos. Finalmente repasaremos de manera detallada el proceso de experimentación. En el capítulo 4 se encuentra el desarrollo de la fase experimental, donde se empieza por la selección de parámetros de los experimentos. Una vez seleccionados estos parámetros, se inicia el proceso de experimentación con todas las segmentaciones establecidas en esta tesis. Posteriormente validaremos el sistema usando los mejores resultados de todos nuestros experimentos. En el capitulo 5 realizaremos un análisis de resultados y acabáramos en el capitulo 6 donde veremos las conclusiones y los trabajos futuros propuestos para la continuación de este trabajo. 4

13 Capítulo 2. CONCEPTOS FUNDAMENTALES DEL ÁREA Y ESTADO DEL ARTE En los 60 s, se realizaron una serie de experimentos llamados Finnish Experiments. El objetivo era crear espectrogramas, que son visualizaciones del sonido del llanto, para poder visualmente inspeccionar el comportamiento de sonidos de llanto de diferentes bebés [5]. Más tarde, el profesor Howard Golub de Hospital Infantil de Boston, Massachussets, llevó a cabo una serie de pruebas llamadas los Primeros Análisis Auditivos [6]. En otro experimento noventa y tres madres y sus bebés fueron entrenados por dos semanas para que después a las madres se les pidiera identificar a sus propios bebés desde una colección de diferentes llantos. El resultado de esta prueba fue de más del 95% de las madres fueron capaces de identificar a su propio infante. Zeskind y Lester [7] demostraron que, por medio del sonido del llanto, los observadores entrenados podían diferenciar entre bebés recién nacidos con alto riesgo de los que no sufrían ningún riesgo. Toda esta información hacía creer a los investigadores que podía ser posible extraer cierta información del sonido del llanto y usarla para saber si el infante tenía dolor o estaba en algún riesgo. Con el avance de la tecnología, hemos sido capaces de precisar la estimación de características y de la clasificación automática del sonido, imágenes y otros tipos de datos en categorías predefinidas, este tipo de tecnologías se volvieron deseables en el área de la clasificación de llanto. La idea de una máquina capaz de diagnosticar automáticamente ciertos problemas en un infante, sin lastimarlo y sin tener que esperar resultados de laboratorios de prueba era muy atractiva para los científicos y médicos; por lo tanto, se enfocaron algunas investigaciones para ver cómo describir numéricamente el sonido del llanto de los bebés, y como clasificar esta información 5

14 para ayudar en el establecimiento de diagnósticos confiables. El área de investigación llamada Análisis de Llanto de Bebés había nacido. Existe un Grupo de Procesamiento de Voz (GPV) de la Universidad de Oriente (UO), en Santiago de Cuba, Cuba; el cual es uno de los grupos más grandes e importantes dedicados al estudio del llanto de infantes. Este grupo dirigido por Sergio D. Cano Ortiz [8], [9], [10] usa, entre otros mapas auto-organizados de Kohonen para la clasificación de unidades de llanto infantil. En 1984 fue propuesto un sistema de clasificación por Cohen y Zmora [11], y fue demostrada una clasificación exitosa en una base de datos preliminar que consistía de llantos de hambre y dolor de bebés totalmente sanos. El sistema estaba basado en Modelos Ocultos de Markov de Densidad Continua, el cual ha sido aplicado de manera exitosa en el reconocimiento automático del habla. En 1995 Petroni [12] usó redes neuronales para diferenciar entre llantos de dolor y de no-dolor. En 2002 Dror Lederman [13] usó Modelos Ocultos de Markov (HMM) para clasificar diferentes tipos de llanto, incluyendo bebés prematuros; infantes expuestos a cocaína mientras estaban dentro del útero; y bebés que sufren de fisura palatina mostrando resultados que van desde 40% hasta un 63% en reconocimiento. También en 2002 Taco Ekkel [17] intentó clasificar sonido de llanto neonato en categorías llamadas normal y anormal (hipoxia), y reporta un resultado de clasificación correcta de alrededor de 85% basado en una red neuronal de base radial. En 2003 Reyes y Orozco [15] clasifican muestras de llantos de niños sordos y normales, obteniendo resultados de reconocimiento que van de 79.05% hasta 97.43%. Existen varios modelos que pueden resolver este problema, a continuación se mencionaran algunos de los que pudieran resolver este problema y estarían propuestos para trabajos futuros. Los Sistemas Clasificadores (CSs por sus siglas en inglés), son sistemas de reglas que automáticamente generan poblaciones de reglas que cooperan para lograr una tarea deseada. Los CSs [16] fueron inspirados por el enfoque Michigan (Michigan Approach) cuyos fundamentos fueron puestos por Holland (1975). A 6

15 diferencia de los sistemas expertos tradicionales donde las reglas eran hechas a mano por los ingenieros de conocimiento, los CSs usan algoritmos genéticos (GA por sus siglas en inglés) como un operador de descubrimiento para generar clasificadores. Cada clasificador son reglas IF-THEN con una parte de condición y otra parte de acción. La organización del prototipo propuesto se componía de las tres siguientes partes principales: i) El sistema de actuación; ii) El sistema de asignación de crédito; y iii) El sistema descubridor de clasificadores [17]. Mientras que el enfoque Michigan tiene que ver principalmente con aprendizaje continuo (en línea) en problemas no inductivos, existe otro tipo de enfoque llamado el Enfoque Pittsburg (Pittsburg Approach), el cual es particularmente adaptado para entrenar en problemas tanto inductivos como no inductivos. Los conceptos detrás de esto son realmente diferentes también, mientras que el enfoque Michigan está más cercano a la idea de representar el conocimiento de una sola entidad que aprende a través de su interacción con el ambiente (y consecuentemente su adaptación a él), Pittsburg se acerca más a la idea de la evolución a través de la competencia entre individuos y adaptación en el ambiente. En este enfoque, cada individuo representa una entidad completa del conocimiento, y consecuentemente, no ocurre una interacción con otros individuos diferentes al evaluar dicho conocimiento. Esto evita la necesidad de crear algoritmos complejos para su propósito [17]. La computación neuro difusa, es un paradigma de un híbrido que ha sido adecuadamente investigado. Este nos permite incorporar las ventajas genéticas de las redes neuronales artificiales y lógica difusa con un paralelismo masivo, robustez, aprendizaje, y el manejo de incertidumbre e imprecisión, dentro del sistema. En el caso de la clasificación de patrones y generación de reglas, podemos explotar la capacidad de las redes neuronales de generar una decisión altamente no lineal, y modelar las incertidumbres en la descripción de entrada y la decisión de salida por medio del concepto de conjuntos difusos. Por lo general, los modelos neuro difusos funcionan mejor que las redes neuronales o los sistemas difusos considerados individualmente [18]. 7

16 2.1 Análisis de Componentes Principales El análisis de componentes principales, o PCA (por sus siglas en inglés), es muy usado en el procesamiento de señales, estadística, y computación neuronal. En algunas áreas de aplicación, éste es también llamado la transformada (discreta) de Karhunen-Loéve, o la transformada de Hotelling. El objetivo del PCA es el reducir la dimensión de un conjunto de p variables a un conjunto m de menor número de variables para mejorar la interpretabilidad de los datos. En muchas situaciones prácticas las observaciones se obtienen de un gran número de variables correlacionadas; en esos casos, es natural buscar varios caminos en los cuales la dimensión del problema (es decir, el número de variables que van a ser estudiadas) se reduzca, sin sacrificar demasiada información útil. El conjunto de variables o características originales, en ocasiones, son redundantes, por lo que también es útil reducir la dimensión de los datos originales, sin perder información relevante. El PCA trata de hallar componentes (factores) que sucesivamente expliquen la mayor parte de la varianza total. Ésta técnica tiene tres efectos: ortogonaliza los componentes (parámetros) de vectores de entrada; ordena los componentes ortogonales resultantes (componentes principales) para que aquellos que tengan una variación mayor estén primero; y elimina aquellos componentes que contribuyen menos en la variación en el conjunto de datos. Un conjunto reducido es mucho más fácil de analizar e interpretar. En el PCA, el primer factor o componente sería el que contiene una mayor parte de la varianza total, el segundo factor sería el que tiene la mayor parte de la varianza restante, es decir, de la que no contenía el primero y así sucesivamente. Para estudiar el conjunto de datos de coeficientes extraídos de la señal de llanto, sería difícil y lento el proceso, por la cantidad muy grande de variables, sin embargo reducir el conjunto de datos facilita el proceso del clasificador, ahorra tiempo de procesamiento, y reduce la demanda en los recursos de cómputo. 8

17 Tal reducción en la dimensión tiene beneficios importantes. Primero, el costo computacional de las etapas de procesos subsecuentes es reducido. Segundo, el ruido puede ser reducido, esto por los datos que no están contenidos en los n primeros componentes pueden ser en la mayoría de los casos debido a ruido. Tercero, una proyección dentro de un subespacio de muy baja dimensión, por ejemplo dos, es útil para visualizar los datos [19]. Una simple ilustración de PCA se encuentra en la Figura 1.1, en la cual el primer componente principal de un conjunto de dos dimensiones es mostrado. Figura 1.1. Análisis de Componentes Principales de una nube de datos bidimensional. La línea mostrada es la dirección del primer componente principal, la cual da una reducción de dimensiones óptima (en el sentido de los medios cuadrados) desde 2 a 1 dimensiones. 2.2 Computación Evolutiva Un área importante en investigaciones actuales, es el desarrollo y aplicación de técnicas de búsqueda basadas en los principios de la evolución natural. Muchos de los lectores, a través de la literatura popular y experiencia típica de la educación occidental, probablemente saben los conceptos básicos de la evolución. En particular, el principio de la supervivencia del más apto propuesta por Charles Darwin (1859) ha capturado la imaginación popular especialmente. Podemos tomar esto como un punto de origen para introducir la computación evolutiva. 9

18 La teoría de la selección natural propone que las plantas y animales que existen hoy día son el resultado de millones de años de adaptación a las demandas del medio ambiente. En cualquier momento, un número diferente de organismos diferentes pudieran coexistir y competir por los mismos recursos en un ecosistema. Los organismos que son más aptos para conseguir recursos y de procrearse de manera exitosa son los que tendrán descendientes más numerosos en el futuro. Los organismos que sean menos aptos, por cualquiera que sea la razón, tenderán a tener pocos o ningún descendiente en el futuro. Estos se dice que son menos capaces que los anteriores, y las características distintivas que causaron que los anteriores sean más aptos son seleccionados sobre las características de los actuales. A través del tiempo, la población entera del ecosistema evoluciona para contener organismos que, en promedio, son más aptos que aquellos de previas generaciones de la población porque exhiben más de aquellas características que tienden a promover supervivencia. Las técnicas de la computación evolutiva contienen estos principios de evolución en algoritmos que pueden ser usados para buscar soluciones óptimas a un problema. En un algoritmo de búsqueda, un número de soluciones posibles a un problema están disponibles, y la tarea es encontrar la mejor solución posible en un periodo estimado de tiempo. Para un espacio de investigación, con solo un número pequeño de soluciones posibles, todas las soluciones pueden ser examinadas en un tiempo razonable, y la óptima puede ser encontrada. Esta búsqueda exhaustiva, por otro lado, se vuelve impractica muy rápido cuando el espacio de búsqueda crece en tamaño. Los algoritmos tradicionales de búsqueda ejemplifican de manera aleatoria (e.g. camino aleatorio) o de manera heurística (e.g. gradiente descendente) el espacio de búsqueda una solución a la vez, tratando de encontrar la solución óptima. El aspecto clave que distingue a un algoritmo evolutivo de búsqueda de los algoritmos tradicionales de búsqueda es que está basado en una población. A través de la adaptación de generaciones sucesivas de un gran número de individuos, un algoritmo evolutivo realiza una búsqueda eficiente y directa. La búsqueda evolutiva es generalmente mejor que la búsqueda aleatoria y no es susceptible a comportamientos basados en gradientes o en escalamiento de montañas [20]. 10

19 2.3 Clasificación de Patrones Por el lado de los métodos de reconocimiento de patrones, se han utilizado tradicionalmente cuatro enfoques principales: comparación de patrones, modelos estadísticos, sistemas basados en conocimientos y modelos conexionistas. Los modelos conexionistas también conocidos como redes neuronales debido al parecido que tiene su estilo de computación, con el estilo de computación del sistema nervioso humano. Estos sistemas conexionistas han permitido hacer sólidos avances en varias de las áreas de visión, vehículos autónomos, reconocimiento de patrones, y síntesis de habla continua. En la etapa de clasificación se toman los parámetros de características como patrones para entrenar la red neuronal y una vez entrenado el modelo se procede a la clasificación de nuevos patrones, dando una decisión sobre el tipo de clase detectada. [21]. 11

20 Capítulo 3. PREPARACIÓN DEL CONJUNTO DE DATOS E IMPLEMENTACIÓN DE LA FASE EXPERIMENTAL El modelo para solucionar el problema de reconocimiento de llanto, está dado en la Figura 3.1, donde vemos el proceso desde la obtención de las muestras hasta el reconocimiento. Llanto infantil Digitalización (Transductor) Microfono Extracción de Características (Análisis Acústico) Selección de Caractrísticas (Ea s) Vector de Características Seleccionadas Entrenamiento del Clasificador de Patrones Modelo Entrenado Clasificación de Patrones Decision Figura 3.1. Proceso de Reconocimiento Automático del Llanto del Bebé Tipo de Llanto o Patología Detectada En la figura 3.1, primeramente se obtiene el sonido del llanto del bebé, esto por medio de micrófonos o grabadoras digitales, con el fin de digitalizar la señal en un archivo de sonido, posteriormente se realiza una extracción de características acústicas, lo cual ayuda a extraer los patrones de la señal digitalizada. Una vez obtenidas las características de la señal, se realiza una selección de características por medio de Estrategias Evolutivas, esto para obtener la información más relevante dentro de los patrones extraídos. Cuando se llega a la selección de las mejores características, se continúa con el entrenamiento del clasificador de patrones, para obtener un modelo entrenado. Para reconocer nuevos tipos de llanto, se seguirá la misma metodología mencionada, desde la digitalización hasta la selección de características, para clasificar los patrones. Al final, con una regla de decisión, se obtiene el tipo de llanto o patología que nuestro sistema detecte en los patrones de llanto extraídos. 12

21 3.1 Colección de Muestras Las grabaciones de llantos fueron obtenidas en México y en Cuba, los experimentos que se realizan para la investigación de este trabajo los hacemos primordialmente con las muestras recolectadas en México, otras con las muestras recolectadas en Cuba y finalmente usando ambos conjuntos de las muestras. Las muestras Cubanas fueron recolectadas durante una estancia de investigación en la Universidad de Oriente (UO) en Santiago de Cuba, Cuba. Mas adelante se describe el procesamiento completo del llanto realizado en México y después la metodología usada en Cuba. Las muestras de llanto fueron y siguen siendo recolectadas en México por medio de grabadoras de casetes y grabadoras digitales (SONY ICD-67) y fueron digitalizadas usando Sonic Foundry Sound Forge Ver. 6.0 (Build 132) y un cable estereo. Los registros de llanto de Cuba fueron realizados en el Hospital de Maternidad Este de Santiago de Cuba por el Grupo de Procesamiento de Voz, constituido por especialista de la UO y el Centro de Lingüística Aplicada del CITMA, para esto se usó una grabadora de casetes AKAI PM-R55 y fueron digitalizadas por el sistema de adquisición PCVOX A/D [9]. Al momento de realizar experimentos de este trabajo, se tenía una colección de muestras mexicanas de 98 bebés, siete de ellos son de bebés que sufren de asfixia, seis con sordera, y el resto de bebés normales. En el caso de sordera, se cuenta con varias muestras de un mismo bebé, solo en diferentes etapas de sus primeros meses de vida. Estas grabaciones van desde 7 segundos hasta 3 minutos y medio de duración. Para la recolección de estas muestras, se les indicó a los doctores que graben el llanto del bebé y que al final de cada grabación graben con su propia voz la causa del llanto, esto es para que nosotros podamos identificarla y etiquetarla al momento de digitalizarla en la computadora. Una vez que tenemos las muestras de llanto, estas se etiquetan y se guardan en una carpeta donde están todos los llantos de bebés ordenados por número de bebe. Posteriormente se quita digitalmente el segmento 13