Résumé:
Pour assurer un diagnostic fiable d’une maladie, un logiciel de diagnostic aide le
médecin à réduire au minimum les erreurs possibles qui peuvent survenir pendant
l’étape de diagnostic. Le logiciel analyse les différentes valeurs des paramètres pris en
considération pour le dépistage de cette maladie.
Le travail que nous présentons dans ce mémoire consiste à développer un système
automatique qui permet le diagnostic de la maladie de Parkinson à partir de l’onde
acoustique de la voix. Le système développé utilise plusieurs techniques de sélection
d’attributs et classifie les sons de la voix en utilisant la méthode Support Vector
Machine (SVM). La décision finale consiste à indiquer s’il s’agit d’une voix saine ou
parkinsonienne. Nous avons utilisé la base de données « PARKINSON DATASET » pour
la validation de notre système. Les mesures de performances utilisées sont : le taux
de classification, la matrice de confusion, la courbe ROC et l’aire sous cette courbe
« AUC ».
