Détection précoce du Cancer de larynx à partir de la voix

Abstract

L’objectif de ce projet est de concevoir un système d’aide au diagnostic en vue de la détection précoce du Cancer de larynx à partir de la voix. Principalement, il s’agit de différencier entre les pathologies précancéreux « Leucoplasie » et bégnines des patients ayant des troubles vocaliques. Le système proposé est basé sur deux étapes principales : (i) l’extraction d’attributs et (ii) la classification. Les attributs discriminatifs que nous avons choisis englobent trois types de paramètres : (i) paramètres du conduit vocal, (ii) signature de la source d’excitation, et (iii) les paramètres de bruit. Le schéma de classification est basé sur les Machines à Vecteur de Supports « SVMs : Support Vector Machines ». L’extraction des attributs est réalisée par deux logiciels de simulation : le logiciel d’analyse de la parole « PRAAT» et MATLAB de Mathworks. L’outil de datamining : « WEKA » a été utilisé pour réaliser la classification. La base de données SVD a été utilisée dans nos expérimentations. Les mesures de performances utilisées dans cette étude sont : le taux de bonne classification (TBC), le taux de vrais positifs (TVP), le taux de vrais négatifs (TVN), la courbe ROC et l’AUC (Area Under roc Curve). Les résultats obtenus sont satisfaisants.