Detekcia Parkinsonovej choroby pomocou akustickej analýzy prednesu básne

Abstract

Parkinson's disease (PD) is the second most frequent neurodegenerative disorder. It is estimated that 60—90 % of PD patients suffer from speech disorder called hypokinetic dysarthria (HD). The goal of this work is to reveal influence of poem recitation on acoustic analysis of speech and concept proposal of identification of Parkinson's disease based on this analysis. Classification methods used in this work are Random Forests and Support Vector Machine. The best achieved accuracy of disease recognition is 70.66 % for classifier Random Forests, while articulation features are dominating. Accuracy of correct indication of patient as a patient (sensitivity) is 59.25 %. This results demonstrate a huge potential of research in this area.Parkinsonova choroba je druhým najčastejším neurodegeneratívnym ochorením na svete. Odhaduje sa, že až u 60—90 % pacientov sa vyskytuje dysfunkcia reči, nazývaná hypokinetická dyzartria. Hlavným cieľom článku je odhaliť vplyv prednesu básne na akustickú analýzu reči a návrh konceptu identifikácie Parkinsonovej choroby založenej na tejto analýze. Metódy použité na klasifikáciu vypočítaných rečových parametrov sú Random Forests a Support Vector Machine. Najlepšia dosiahnutá úspešnosť rozpoznania choroby je 70,66 % pre klasifikátor Random Forest, pričom dominujú artikulačné parametre. Úspešnosť správneho označenia chorého pacienta za chorého (senzitivita) je 59,25 %. Tieto výsledky poukazujú na obrovský potenciál výskumu v tejto oblasti.