Návrh parametrů kvantifikující poruchy respirace u pacientů s Parkinsonovou nemocí

Simple item page
but.committeeDoc.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, Ph.D. (člen) MgA. Jan Kavan, Ph.D. (člen)cs
but.defenceStudent 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?cs
but.jazykčeština (Czech)
but.programAudio inženýrstvícs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorKováč, Danielcs
dc.contributor.authorCvetler, Dominikcs
dc.contributor.refereeMekyska, Jiřícs
dc.date.created2023cs
dc.description.abstractV 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.cs
dc.description.abstractIn 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.en
dc.description.markBcs
dc.identifier.citationCVETLER, D. Návrh parametrů kvantifikující poruchy respirace u pacientů s Parkinsonovou nemocí [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.cs
dc.identifier.other151160cs
dc.identifier.urihttp://hdl.handle.net/11012/210225
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectHypokinetická dysartriecs
dc.subjectParkinsonova nemoccs
dc.subjectrespiracecs
dc.subjectdetekce nádechůcs
dc.subjectdetektor řečové aktivitycs
dc.subjectstatistická analýzacs
dc.subjectstrojové učenícs
dc.subjectHypokinetic dysarthriaen
dc.subjectParkinson's diseaseen
dc.subjectrespirationen
dc.subjectbreath detectionen
dc.subjectvoice activity detectoren
dc.subjectstatistical analysisen
dc.subjectmachine learningen
dc.titleNávrh parametrů kvantifikující poruchy respirace u pacientů s Parkinsonovou nemocícs
dc.title.alternativeDevelopment of features quantifying respiratory dysfunctions in Parkinson’s disease patientsen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2023-06-08cs
dcterms.modified2023-06-09-12:11:30cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid151160en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 14:40:53en
sync.item.modts2025.01.15 16:27:43en
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:
1.54 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.pdf
Size:
63.65 KB
Format:
Adobe Portable Document Format
Description:
appendix-1.pdf
Download
Thumbnail Image
Name:
review_151160.html
Size:
4.21 KB
Format:
Hypertext Markup Language
Description:
file review_151160.html
Download
Collections
2023