Detección automática de la hipernasalidad en pacientes con habla patológica

• Autores: Andrés Lozano Durán
• Directores de la Tesis: Enrique Nava Baro (dir. tes.), Ignacio Moreno-Torres Sánchez (dir. tes.), Pablo Otero Roth (tut. tes.)
• Lectura: En la Universidad de Málaga ( España ) en 2026
• Idioma: español
• Tribunal Calificador de la Tesis: Alfonso Ariza Quintana (presid.), Raúl Mata Campos (secret.), Sonia Madrid Cánovas (voc.)
• Programa de doctorado: Programa de Doctorado en Ingeniería de Telecomunicación por la Universidad de Málaga
• Enlaces
  • Tesis en acceso abierto en: RIUMA
• Resumen

  • La 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.