Use of prosodic features in infant cry diagnostic system

Résumé

Le signal sonore de cri (Cry Audio Signal, CAS) du nouveau-né est constitué d’un son rythmique. Imaginez que les nouveau-nés ne pleurent pas ; dans ce cas, nous n’aurions aucun moyen de les comprendre. Leurs cris expriment la faim, la douleur, la maladie ou simplement le besoin d’un câlin. Lorsqu’un parent entend les pleurs d’un nouveau-né, des hormones de stress sont libérées dans son corps ce qui entraîne une augmentation de la pression artérielle, du rythme cardiaque et de la tension musculaire ; il essaie donc d’arrêter les pleurs en soulageant le nouveau-né. Les pleurs sont expliqués comme un signal graduel qui constitue un stimulus dans le système comportemental. Les nouveau-nés peuvent susciter la réaction de leur entourage en pleurant, et les pleurs des nouveau-nés sont donc considérés comme un comportement précoce de survie dans le système comportemental. La recherche sur le CAS des nouveau-nés pour étudier le potentiel des caractéristiques discriminantes a commencé dans les années 1960. Elle a commencé par des investigations auditives subjectives et, fait intéressant, plusieurs rapports ont montré que les mères et le personnel hospitalier pouvaient souvent distinguer les besoins des nouveau-nés uniquement en les écoutant. L’étude a ensuite été suivie par des analyses de temps, de fréquence et de domaines spectrographiques. Des chercheurs ont aussi constaté que les CAS des nouveau-nés contenaient des informations sur l’état physique et psychologique du nouveau-né. Les chercheurs ont même décrit comment le cerveau du nouveau-né modifie la traction de ses cordes vocales par l’intermédiaire des nerfs crâniens - établissant un lien entre les pleurs et le cerveau. Ces examens ont permis de révéler des schémas distinctifs qui déterminent les caractéristiques du groupe. Pour éviter la tâche fastidieuse de l’analyse par des humains d’une grande quantité d’informations contenues dans les CAS des nouveau-nés, une analyse automatisée a été proposée. Un tel système peut considérablement réduire le temps d’investigation et les classer automatiquement. Ainsi des modèles d’apprentissage automatique ont été introduits afin d’établir des statistiques. Cette thèse vise à développer le système de diagnostic des pleurs du nouveau-né (Newborn Cry Diagnosis System, NCDS) afin d’identifier automatiquement les CAS des nourrissons qu’ils soient malades ou bien portants sans examen physique du nouveau-né. Un NCDS comprend trois étapes principales : Le prétraitement, l’extraction de caractéristiques et l’entraînement du modèle pour la classification. La recherche présentée ici explore les modèles à différents niveaux des CAS des nouveau-nés dans la phase d’extraction des caractéristiques. L’analyse comprend la recherche d’informations à court et à long terme dans les CAS du nouveau-né pour trouver des caractéristiques potentielles à caractère pathologique. Notre principale contribution dans ce travail est l’utilisation des caractéristiques prosodiques pour étudier les modèles statistiques à long terme dans les CAS des nouveau-nés. Nous avons exploré l’efficacité des ensembles de caractéristiques de rythme, d’inclinaison et d’intensité dans le NCDS. Les ensembles de caractéristiques prosodiques d’inclinaison et de rythme n’ont jamais été étudiés dans le NCDS. Il a été constaté que les informations de haut niveau, à savoir les caractéristiques prosodiques, améliorent la capacité de discrimination des signaux audio dans les systèmes de reconnaissance de la parole et du langage. En ce qui concerne les ensembles de caractéristiques à court terme, l’ensemble de caractéristiques commun examiné avec succès dans le NCDS est celui des coefficients cepstraux de fréquence Mel (Mel Frequency Cepstral Coefficients, MFCC). Une autre innovation dans ce travail est l’utilisation, ) pour la première fois dans le NCDS ,de l’ensemble de caractéristiques à court terme de la modulation d’amplitude inspirée par l’auditoire (Auditory-inspired Amplitude Modulation, AAM). Notre objectif était de comparer la fonctionnalité de l’ensemble de caractéristiques AAM dans le NCDS avec l’ensemble de caractéristiques examiné le plus influent, le MFCC, et d’explorer le potentiel de fusion de cet ensemble de caractéristiques avec le MFCC et l’ensemble de caractéristiques prosodiques. Les performances de chaque ensemble de caractéristiques ont été évaluées à l’aide d’une série de classificateurs, dont la machine à vecteurs de support, l’arbre de décision, le réseau neuronal à perceptron et l’analyse discriminante. Nous avons également examiné la méthode du vote majoritaire pour améliorer les résultats de la classification, ce qui n’a pas été rapporté auparavant dans la littérature relative au développement d’un NCDS. Notre étude s’est principalement concentrée sur deux pathologies critiques, la détresse respiratoire et la septicémie, qui sont les 11e et 6e causes de décès au Canada. Au final, nous avons abouti à un modèle complet englobant 34 pathologies courantes chez les nouveau-nés.

Date	17 déc. 2021
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Chakib Tadj (Directeur(-trice))