Návrh parametrů kvantifikující poruchy respirace u pacientů s Parkinsonovou nemocí

Loading...
Thumbnail Image
Date
ORCID
Mark
B
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
V úvodu práce je krátce popsána Parkinsonova nemoc a hypokinetická dysartrie, která má negativní vliv na tvorbu řeči a způsobuje problémy s respirací během řeči u nemocných pacientů. Cílem práce je vytvoření algoritmu pro automatizovanou detekci nádechů a návrh parametrů pro kvantifikaci respiračních poruch u pacientů s Parkinsonovou nemocí. V prostředí MATLAB byly zpracovány nahrávky zkoumaných subjektů a vytvořen algoritmus pro detekci nádechů, u kterého byla použita metoda logistické regrese. Na základě predikovaných nádechů byly z nahrávek extrahovány navržené parametry, které byly následně statisticky analyzovány a porovnávány v rámci zdravých kontrol a pacientů s Parkinsonovou nemocí. Využitím modelu strojového učení bylo možno do jisté míry predikovat klinická data pacientů z navržených parametrů. Průměrná přesnost modelu pro predikci nádechů byla 0,85. Ze 14 navržených parametrů bylo 6 parametrů vhodných pro kvantifikaci respiračních poruch spojených s hypokinetickou dysartrií. Výsledkem práce je funkční algoritmus pro automatizovanou detekci nádechů v řečovém signálu a navržené parametry, které by mohly být užitečné pro kvantifikaci respiračních poruch u pacientů s Parkinsonovou nemocí.
In the beginning of the thesis, Parkinson's disease and hypokinetic dysarthria are briefly described, which have a negative effect on speech production and cause breathing problems during speech in sick patients. The aim of the thesis is to create an algorithm for automated detection of breaths and the design of parameters for the quantification of respiratory disorders in patients with Parkinson's disease. In the MATLAB environment, the recordings of the researched subjects were processed and an algorithm was created for the detection of breaths, which used the logistic regression method. Based on the predicted breaths, proposed parameters were extracted from the recordings, which were then statistically analyzed and compared in healthy controls and patients with Parkinson's disease. By using a machine learning model, it was possible to predict the clinical data of patients from the proposed parameters to a certain extent. The average accuracy of the model for predicting puffs was 0.85. Of the 14 proposed parameters, 6 were suitable for quantifying respiratory disorders associated with hypokinetic dysarthria. The result of the work is a functional algorithm for the automated detection of breaths in the speech signal and proposed parameters that could be useful for the quantification of respiratory disorders in patients with Parkinson's disease.
Description
Citation
CVETLER, D. Návrh parametrů kvantifikující poruchy respirace u pacientů s Parkinsonovou nemocí [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Zvuková produkce a nahrávání
Comittee
Doc.Ing.MgA. Ondřej Urban, Ph.D. (předseda) doc. Ing. Kamil Říha, Ph.D. (místopředseda) Ing. František Rund, Ph.D. (člen) MgA. et Mgr. Ondřej Jirásek, Ph.D. (člen) Mgr. Tomáš Staudek, Ph.D. (člen) Ing. Štěpán Miklánek (člen) MgA. Jan Kavan, Ph.D. (člen)
Date of acceptance
2023-06-08
Defence
Student prezentoval výsledky své práce a komise byla seznámena s posudky. Student obhájil diplomovou práci. Student odpověděl na otázky členů komise a oponenta: Proč nebyl při analýzách odstraněn vliv medikace? Proč byl detektor nádechu trénován a testován vždy jen na jednom člověku? Proč ne na všech dohromady? Proč je nízká hodnota senzitivity? Proč byla databáze omezena? Jakým způsobem jste ladil tunelovou síť?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení
DOI
Collections
Citace PRO