Diferenční analýza mírné kognitivní poruchy, demence s Lewyho tělísky a Parkinsonovy nemoci

Simple item page
but.committeedoc. Ing. Jiří Schimmel, Ph.D. (předseda) doc. Ing. Petr Sysel, Ph.D. (místopředseda) MgA. Michal Indrák, Ph.D. (člen) Ing. MgA. Jana Jelínková (člen) Ing. Jaromír Mačák, Ph.D. (člen)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. Student obhájil diplomovou práci a odpověděl na otázky členů komise a oponenta. Otázky oponenta: 1) Prosím popište výhody/nevýhody užití CatBoost algoritmu v porovnání s XGBoost ve Vaši práci? Otázky komise: 1) Na základě čeho byla provedena volba vhodných parametrů? 2) K čemu v práci sloužily statistické testy?cs
but.jazykangličtina (English)
but.programAudio inženýrstvícs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorMekyska, Jiříen
dc.contributor.authorMalcher, Tomášen
dc.contributor.refereeMucha, Jánen
dc.date.accessioned2025-06-13T03:59:25Z
dc.date.available2025-06-13T03:59:25Z
dc.date.created2025cs
dc.description.abstractTato diplomová práce zkoumá potenciál analýzy řeči jako nástroje pro diferenciální diagnostiku tří neurologických onemocnění: mírné kognitivní poruchy (MCI), demence s Lewyho tělísky (DLB) a Parkinsonovy nemoci (PD). Studie využívá komplexní přístup, kdy z nahrávek řeči extrahuje akustické a lingvistické parametry a hodnotí jejich účinnost při rozlišování mezi klinickými skupinami a zdravými kontrolami (HC). Akustické parametry, zejména ty související s časovou organizací a spektrálními charakteristikami, vykázaly lepší výsledky v klasifikaci než lingvistické rysy a dosáhly přesnosti 0,64 při rozlišení MCI od DLB. Klasifikace mezi HC a PD vykázala vysokou specificitu (0,90), ale nízkou sensitivitu (0,26), což odráží obtížnost detekce změn v řeči u časných stádií Parkinsonovy nemoci. Explorativní analýza odhalila odlišné vzorce souvislostí mezi řečovými parametry a neuropsychologickými měřeními: časové parametry (délka pauz, průměrné trvání pauz) korelovaly především se skóre deprese, zatímco akustické parametry (zejména parametr zaměřený na směrodatnou odchylku kontury intenzity vzhledem k jejímu průměru) vykazovaly silnější vztahy s kognitivními funkcemi, především s pozorností. Nečekaný vztah mezi podílem složitých vět a vizuálně-prostorovým zpracováním naznačil možnou existenci sdílených nervových struktur. Přestože výsledky klasifikace zatím nedosahují úrovně klinického využití, práce přináší cenné poznatky o vztahu mezi charakteristikami řeči a neurologickými poruchami a vytváří základ pro vývoj objektivních, neinvazivních diagnostických nástrojů. Budoucí výzkum by se měl zaměřit na longitudinální sledování změn řeči v průběhu onemocnění a integraci pokročilých akustických analýz.en
dc.description.abstractThis master's thesis investigates the potential of speech analysis as a tool for differential diagnosis of three neurological disorders: mild cognitive impairment (MCI), Lewy body dementia (DLB), and Parkinson's disease (PD). The study employs a comprehensive approach by extracting both acoustic and linguistic parameters from speech recordings and evaluating their effectiveness in distinguishing between clinical groups and healthy controls (HC). Acoustic parameters, particularly those related to temporal organization and spectral characteristics, demonstrated superior classification performance compared to linguistic features, achieving an accuracy of 0.64 in differentiating MCI from DLB. The HC and PD classification showed high specificity (0.90) but low sensitivity (0.26), reflecting the challenges in detecting speech alterations in early-stage PD. Exploratory analysys revealed distinct association patterns between speech parameters and neuropsychological measures: temporal features (pause time, average pause duration) correlated primarily with depression scores, while acoustic parameters (especially the parameter focused on the standard deviation of the intensity contour relative to its mean) showed stronger associations with cognitive measures, particularly attention. An unexpected correlation between complex sentence ratio and visuospatial processing suggested potential shared neural substrates. Despite moderate classification performance limiting immediate clinical application, this research provides valuable insights into the relationship between speech characteristics and neurological disorders, establishing a foundation for the development of objective, non-invasive diagnostic tools. Future directions include longitudinal studies tracking speech changes over disease progression and the integration of advanced acoustic analyses.cs
dc.description.markAcs
dc.identifier.citationMALCHER, T. Diferenční analýza mírné kognitivní poruchy, demence s Lewyho tělísky a Parkinsonovy nemoci [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2025.cs
dc.identifier.other167239cs
dc.identifier.urihttps://hdl.handle.net/11012/252311
dc.language.isoencs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectNeurodegenerativní onemocněníen
dc.subjectanalýza řečien
dc.subjectprozódieen
dc.subjectartikulaceen
dc.subjectstrojové učeníen
dc.subjectNeurodegenerative disorderscs
dc.subjectspeech analysiscs
dc.subjectprosodycs
dc.subjectarticulationcs
dc.subjectmachine learningcs
dc.titleDiferenční analýza mírné kognitivní poruchy, demence s Lewyho tělísky a Parkinsonovy nemocien
dc.title.alternativeDifferential analysis of mild cognitive impairment, dementia with Lewy bodies, and Parkinson's diseasecs
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2025-06-12cs
dcterms.modified2025-06-12-15:46:34cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid167239en
sync.item.dbtypeZPen
sync.item.insts2025.06.13 05:59:25en
sync.item.modts2025.06.13 05:32:23en
thesis.disciplineZvuková produkce a nahrávánícs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
2.15 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
1.56 MB
Format:
Unknown data format
Description:
file appendix-1.zip
Download
Thumbnail Image
Name:
review_167239.html
Size:
4.19 KB
Format:
Hypertext Markup Language
Description:
file review_167239.html
Download
Collections
2025