Detección automática de la hipernasalidad en pacientes con habla patológica

dc.centroE.T.S.I. Telecomunicación
dc.contributor.advisorNava-Baro, Enrique
dc.contributor.advisorMoreno-Torres-Sánchez, Ignacio
dc.contributor.authorLozano-Durán, Andrés
dc.contributor.tutorOtero-Roth, Pablo
dc.date.accessioned2026-03-12T06:56:13Z
dc.date.created2026-01
dc.date.issued2026
dc.date.submitted2026-02-23
dc.departamentoIngeniería de Comunicaciones
dc.description.abstractLa hipernasalidad es una alteración del habla caracterizada por un incremento anormal de la resonancia nasal durante la producción de sonidos orales. Esta condición afecta de forma significativa a la inteligibilidad del habla y condiciona decisiones quirúrgicas y terapéuticas, especialmente en la población infantil, por lo que su detección temprana resulta esencial. La hipernasalidad se evalúa de forma perceptiva por logopedas mediante escalas, consideradas el estándar clínico, pero con limitaciones relevantes: subjetividad, variabilidad intra e interevaluador e influencia de alteraciones coexistentes. Como medida objetiva se utiliza la nasometría, que emplea un nasómetro para registrar la señal de la boca y la nariz de forma separada, y se calcula la nasalancia como la proporción de energía de la señal nasal respecto a la total; sin embargo, su correlación con la percepción humana es variable. Para superar estas restricciones, esta tesis aborda diferentes enfoques en la detección automática de la hipernasalidad en pacientes con habla patológica. En primer lugar, se realiza un análisis destinado a identificar qué tipo de enunciados (secuencias silábicas, palabras y frases) resultan más informativos para la detección automática. A continuación, se analiza si la información de nasalidad se captura mejor en la señal registrada en la nariz o en la boca comparando diferentes modelos de clasificación entrenados con cada tipo de señal. Finalmente, se propone una alternativa a la medida clásica de la nasalancia basada en MFCC y redes neuronales convolucionales, que logra un mejor ajuste a la percepción humana en condiciones comparables, aunque su capacidad de generalización puede verse afectada al cambiar de dialecto. En conjunto, los resultados demuestran que es viable construir herramientas automáticas robustas para apoyar la evaluación y la monitorización clínica de la hipernasalidad, con potencial para complementar el juicio experto y facilitar el seguimiento de pacientes.
dc.identifier.urihttps://hdl.handle.net/10630/46004
dc.language.isospa
dc.publisherUMA Editorial
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internationalen
dc.rights.accessRightsopen access
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectProcesado de señales - Técnicas digitales - Tesis doctorales
dc.subjectTrastornos de la voz - Diagnóstico
dc.subjectMedicina - Innovaciones tecnológicas
dc.subject.otherTratamiento de señales
dc.subject.otherInteligencia artificial
dc.subject.otherLingüística aplicada
dc.titleDetección automática de la hipernasalidad en pacientes con habla patológica
dc.typedoctoral thesis
dspace.entity.typePublication
relation.isAdvisorOfPublicationc63bfb7e-231b-4943-86c1-b3f72bfc7879
relation.isAdvisorOfPublication6f0a24ff-22ab-41c9-891a-258f4cd076c1
relation.isAdvisorOfPublication.latestForDiscoveryc63bfb7e-231b-4943-86c1-b3f72bfc7879
relation.isTutorOfPublication0dd04a22-6fbc-4c38-bfd3-786e7371e157
relation.isTutorOfPublication.latestForDiscovery0dd04a22-6fbc-4c38-bfd3-786e7371e157

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
TD_LOZANO_DURÁN_Andrés.pdf
Size:
4.66 MB
Format:
Adobe Portable Document Format

Collections