Evaluación de espectrogramas en redes neuronales convolucionales para la detección de la enfermedad de Parkinson

Autores
Suárez, Marta Eugenia; Aubin, Verónica I.; Guatelli, Renata
Año de publicación
2026
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La detección temprana de la enfermedad de Parkinson continúa siendo un desafío clínico relevante, lo que motiva la búsqueda de métodos objetivos, no invasivos y de bajo costo basados en el análisis de la voz. En este contexto, la señal vocal constituye un biomarcador accesible capaz de reflejar alteraciones sutiles detectables mediante técnicas de aprendizaje profundo. Este trabajo presenta una línea de investigación orientada a evaluar el desempeño de modelos de clasificación automática basados en redes neuronales convolucionales aplicadas a distintas representaciones espectrales de señales de voz. El aporte central radica en realizar un análisis sistemático y comparable tanto de las arquitecturas de clasificación como de las representaciones espectro-temporales, abordando de manera integrada aspectos que en la literatura suelen estudiarse de forma fragmentada. Se desarrolla un estudio comparativo de espectrogramas basados en Transformada de Tiempo Corto de Fourier, Mel-espectrogramas con y sin normalización de energía por canal, transformadas wavelet, coeficientes cepstrales en la frecuencia de Mel y representaciones de frecuencia constante, considerando que cada técnica enfatiza tiempo–frecuencia. consistencia distintas Para experimental, propiedades garantizar se emplean muestras de la base HUNIPA-2019 y métricas estándar de clasificación, con el objetivo de aportar lineamientos metodológicos que permitan mejorar la calidad diagnóstica.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Procesamiento de audio
Espectrograma
Red neuronal convolucional
Enfermedad de Parkinson
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/195723

id SEDICI_3fa0ba30bb7206905c0261b0d06cea8c
oai_identifier_str oai:sedici.unlp.edu.ar:10915/195723
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Evaluación de espectrogramas en redes neuronales convolucionales para la detección de la enfermedad de ParkinsonSuárez, Marta EugeniaAubin, Verónica I.Guatelli, RenataCiencias InformáticasProcesamiento de audioEspectrogramaRed neuronal convolucionalEnfermedad de ParkinsonLa detección temprana de la enfermedad de Parkinson continúa siendo un desafío clínico relevante, lo que motiva la búsqueda de métodos objetivos, no invasivos y de bajo costo basados en el análisis de la voz. En este contexto, la señal vocal constituye un biomarcador accesible capaz de reflejar alteraciones sutiles detectables mediante técnicas de aprendizaje profundo. Este trabajo presenta una línea de investigación orientada a evaluar el desempeño de modelos de clasificación automática basados en redes neuronales convolucionales aplicadas a distintas representaciones espectrales de señales de voz. El aporte central radica en realizar un análisis sistemático y comparable tanto de las arquitecturas de clasificación como de las representaciones espectro-temporales, abordando de manera integrada aspectos que en la literatura suelen estudiarse de forma fragmentada. Se desarrolla un estudio comparativo de espectrogramas basados en Transformada de Tiempo Corto de Fourier, Mel-espectrogramas con y sin normalización de energía por canal, transformadas wavelet, coeficientes cepstrales en la frecuencia de Mel y representaciones de frecuencia constante, considerando que cada técnica enfatiza tiempo–frecuencia. consistencia distintas Para experimental, propiedades garantizar se emplean muestras de la base HUNIPA-2019 y métricas estándar de clasificación, con el objetivo de aportar lineamientos metodológicos que permitan mejorar la calidad diagnóstica.Red de Universidades con Carreras en Informática2026-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf112-116http://sedici.unlp.edu.ar/handle/10915/195723spainfo:eu-repo/semantics/altIdentifier/isbn/978-631-6904-02-7info:eu-repo/semantics/reference/hdl/10915/195432info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-06-23T11:17:07Zoai:sedici.unlp.edu.ar:10915/195723Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-06-23 11:17:07.765SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Evaluación de espectrogramas en redes neuronales convolucionales para la detección de la enfermedad de Parkinson
title Evaluación de espectrogramas en redes neuronales convolucionales para la detección de la enfermedad de Parkinson
spellingShingle Evaluación de espectrogramas en redes neuronales convolucionales para la detección de la enfermedad de Parkinson
Suárez, Marta Eugenia
Ciencias Informáticas
Procesamiento de audio
Espectrograma
Red neuronal convolucional
Enfermedad de Parkinson
title_short Evaluación de espectrogramas en redes neuronales convolucionales para la detección de la enfermedad de Parkinson
title_full Evaluación de espectrogramas en redes neuronales convolucionales para la detección de la enfermedad de Parkinson
title_fullStr Evaluación de espectrogramas en redes neuronales convolucionales para la detección de la enfermedad de Parkinson
title_full_unstemmed Evaluación de espectrogramas en redes neuronales convolucionales para la detección de la enfermedad de Parkinson
title_sort Evaluación de espectrogramas en redes neuronales convolucionales para la detección de la enfermedad de Parkinson
dc.creator.none.fl_str_mv Suárez, Marta Eugenia
Aubin, Verónica I.
Guatelli, Renata
author Suárez, Marta Eugenia
author_facet Suárez, Marta Eugenia
Aubin, Verónica I.
Guatelli, Renata
author_role author
author2 Aubin, Verónica I.
Guatelli, Renata
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Procesamiento de audio
Espectrograma
Red neuronal convolucional
Enfermedad de Parkinson
topic Ciencias Informáticas
Procesamiento de audio
Espectrograma
Red neuronal convolucional
Enfermedad de Parkinson
dc.description.none.fl_txt_mv La detección temprana de la enfermedad de Parkinson continúa siendo un desafío clínico relevante, lo que motiva la búsqueda de métodos objetivos, no invasivos y de bajo costo basados en el análisis de la voz. En este contexto, la señal vocal constituye un biomarcador accesible capaz de reflejar alteraciones sutiles detectables mediante técnicas de aprendizaje profundo. Este trabajo presenta una línea de investigación orientada a evaluar el desempeño de modelos de clasificación automática basados en redes neuronales convolucionales aplicadas a distintas representaciones espectrales de señales de voz. El aporte central radica en realizar un análisis sistemático y comparable tanto de las arquitecturas de clasificación como de las representaciones espectro-temporales, abordando de manera integrada aspectos que en la literatura suelen estudiarse de forma fragmentada. Se desarrolla un estudio comparativo de espectrogramas basados en Transformada de Tiempo Corto de Fourier, Mel-espectrogramas con y sin normalización de energía por canal, transformadas wavelet, coeficientes cepstrales en la frecuencia de Mel y representaciones de frecuencia constante, considerando que cada técnica enfatiza tiempo–frecuencia. consistencia distintas Para experimental, propiedades garantizar se emplean muestras de la base HUNIPA-2019 y métricas estándar de clasificación, con el objetivo de aportar lineamientos metodológicos que permitan mejorar la calidad diagnóstica.
Red de Universidades con Carreras en Informática
description La detección temprana de la enfermedad de Parkinson continúa siendo un desafío clínico relevante, lo que motiva la búsqueda de métodos objetivos, no invasivos y de bajo costo basados en el análisis de la voz. En este contexto, la señal vocal constituye un biomarcador accesible capaz de reflejar alteraciones sutiles detectables mediante técnicas de aprendizaje profundo. Este trabajo presenta una línea de investigación orientada a evaluar el desempeño de modelos de clasificación automática basados en redes neuronales convolucionales aplicadas a distintas representaciones espectrales de señales de voz. El aporte central radica en realizar un análisis sistemático y comparable tanto de las arquitecturas de clasificación como de las representaciones espectro-temporales, abordando de manera integrada aspectos que en la literatura suelen estudiarse de forma fragmentada. Se desarrolla un estudio comparativo de espectrogramas basados en Transformada de Tiempo Corto de Fourier, Mel-espectrogramas con y sin normalización de energía por canal, transformadas wavelet, coeficientes cepstrales en la frecuencia de Mel y representaciones de frecuencia constante, considerando que cada técnica enfatiza tiempo–frecuencia. consistencia distintas Para experimental, propiedades garantizar se emplean muestras de la base HUNIPA-2019 y métricas estándar de clasificación, con el objetivo de aportar lineamientos metodológicos que permitan mejorar la calidad diagnóstica.
publishDate 2026
dc.date.none.fl_str_mv 2026-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/195723
url http://sedici.unlp.edu.ar/handle/10915/195723
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-631-6904-02-7
info:eu-repo/semantics/reference/hdl/10915/195432
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
112-116
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1868982611630620672
score 13.334379