Extracción de características estadísticas en el dominio frecuencial de fonemas en pacientes de covid-19

Abstract

La pandemia del covid-19 fue un antes y después en nuestra sociedad actual, pues complico la capacidad de atención, detección y tratamiento de la enfermedad en los sistemas de salud a nivel mundial. Desde su aparición, numerosos métodos para la detección de esta enfermedad han sido propuestos e implementados como una medida de contingencia para sosegar la propagación de la enfermedad. Algunos de los métodos actuales como la prueba de Polymerease chain reaction (PCR) han demostrado una efectividad significativa y han sido de gran ayuda para el propósito mencionado. Actualmente, se ha continuado investigando nuevos métodos que resulten eficaces en la detección de la enfermedad y al mismo tiempo propongan una opción no invasiva para los pacientes. Numerosos métodos enfocados en técnicas computacionales para el análisis de diferentes factores biológicos han sido puestas a prueba con este propósito, de entre ellas, algunas relacionadas con el análisis de la voz son algunas de las mas prometedoras. En este trabajo se realiza un análisis frecuencia por medio de la transformada discreta de Fourier a un conjunto de muestras de voz separadas por fonemas, recabadas de pacientes con covid-19para posteriormente realizar un análisis de sus características estadísticas intentando encontrar un patrón dentro de estas que pueda delimitar una medida para la detección de la enfermedad. Como resultado se obtuvo una mayor dispersión de los datos para las medidas de kurtosis y skewness, lo cual a primera instancia nos da indicios para pensar en estas como un posible factor de detección.