Resumen

El objetivo principal de este artículo es sentar las bases para la creación de un sistema informático de apoyo a las decisiones clínicas (CDS) para las laringopatías. Uno de los enfoques que se pueden utilizar en el CDS propuesto se basa en el análisis de la señal del habla utilizando redes neuronales recurrentes (RNN). Las RNN pueden utilizarse para el reconocimiento de patrones en datos de series temporales debido a su capacidad de memorizar cierta información del pasado. Las redes de Elman (EN) son un representante clásico de las RNN. Para mejorar la capacidad de aprendizaje de las EN, podemos modificarlas y combinarlas con otro tipo de RNN, concretamente con las redes de Jordan. Las redes Elman-Jordan modificadas (EJNs) manifiestan una obtención más rápida y exacta del patrón objetivo. Se realizaron experimentos de validación con señales de habla de pacientes del grupo de control y con dos tipos de laringopatías.

• Materias:Neurociencia Cognitiva Trastornos mentales Imagen por resonancia magnética Ondas encefálicas Neurofisiología
• Subjects:Cognitive Neuroscience Mental disorders Magnetic resonance imaging Brain waves Neurophysiology
• Palabras claves:red jordan, tipo de rnns, capacidad de en, análisis de la señal del habla, red neuronal recurrente, señal de pacientes, tipo de laringopatías, datos de series temporales, representante de rnns, apoyo a la decisión clínica
• Keywords:jordan network, kind of rnns, ability of en, speech signal analysis, recurrent neural network, signal of patients, kind of laryngopathies, time series data, representative of rnns, clinical decision support