Akustická analýza emočně zabarvených vět 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) Mgr. Tomáš Staudek, Ph.D. (člen) Ing. Matěj Ištvánek, Ph.D. (člen) RNDr. Lubor Přikryl (člen) doc. Ing. Petr Sysel, Ph.D. (člen)cs
but.defenceStudentka prezentovala výsledky své práce a komise byla seznámena s posudky. Studentka obhájila diplomovou práci a odpověděla na otázky členů komise a oponenta. Otázky: Výsledky ukazují, že natrénované binární klasifikátory mají vyšší senzitivitu než specificitu. Byl tento rozdíl záměrný? Existuje způsob, jak tyto dvě metriky modelu vyvážit? Kolik procent úspěšnosti dosahuje klasifikátor? Proč je problém získat zdravé kontroly? Byly v Pythonu použity vlastní knihovny? Z jakých důvodů je obtížná detekce pauz? Jak je možné navazovat na tuto práci?cs
but.jazykčeština (Czech)
but.programAudio inženýrstvícs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorMekyska, Jiřícs
dc.contributor.authorGavlasová, Radkacs
dc.contributor.refereeKováč, Danielcs
dc.date.created2024cs
dc.description.abstractTato diplomová práce se zaměřuje na Parkinsonovu nemoc a její vliv na emoční projev v řeči. Cílem bylo provést rešerši literatury o akustické emoční analýze pacientů s PN a implementovat akustické parametry pro rozlišení zdravých a nemocných jedinců. Použitá databáze obsahovala nahrávky 100 pacientů s PN a 52 zdravých kontrol pro různé řečové úlohy. Pro tuto analýzu bylo vybráno 7 emočně zabarvených vět a 11 akustických parametrů, které byly implementovány v Pythonu. Ze statistické analýzy bylo zjištěno, že mezi nejvýznamnější parametry patří pauzy v řeči a variabilita intenzity. Pro klasifikaci byl použit algoritmus XGBoost s 10-násobnou stratifikovanou křížovou validací. Bylo implementováno celkem 10 modelů, které analyzovaly všechny úlohy dohromady i každou zvlášť. Optimalizace probíhala pomocí randomized search. Pro kombinaci všech úloh byla signifikantním parametrem variabilita intenzity, příp. tempo řeči. U jednotlivých řečových úloh se velmi projevovala variabilita intonace a formantových oblastí. Nejlepší model dosáhl 63% úspěšnosti (BACC) a 85% senzitivity. Výsledky naznačují, že emoční prozodie ovlivňuje klasifikaci, potvrzuje dosavadní poznatky a poukazuje na potřebu dalšího zkoumání v této oblasti.cs
dc.description.abstractThis thesis focuses on Parkinson's disease and its effect on emotional expression in speech. The aim was to conduct a literature search on acoustic emotional analysis of PD patients and to implement acoustic parameters to distinguish between healthy and diseased individuals. The database used contained recordings of 100 patients with PD and 52 healthy controls for various speech tasks. For this analysis, 7 emotionally coloured sentences and 11 acoustic parameters were selected and implemented in Python. From the statistical analysis, it was found that the most significant parameters include pauses in speech and intensity variability. The XGBoost algorithm with 10-fold stratified cross-validation was used for classification. A total of 10 models were implemented to analyze all tasks together and each task separately. Optimization was performed using randomized search. For the combination of all tasks, the significant parameter was the variability in intensity or speech rate. For the individual speech tasks, variability in intonation and formant areas was highly significant. The best model achieved a 63% success rate (BACC) and 85% sensitivity. The results suggest that emotional prosody affects classification, confirming previous findings and pointing to the need for further investigation in this area.en
dc.description.markBcs
dc.identifier.citationGAVLASOVÁ, R. Akustická analýza emočně zabarvených vět u pacientů s Parkinsonovou nemocí [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2024.cs
dc.identifier.other159309cs
dc.identifier.urihttp://hdl.handle.net/11012/246018
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.subjectParkinsonova nemoccs
dc.subjecthypokinetiká dysartriecs
dc.subjectakustická emoční analýzacs
dc.subjectXGBoostcs
dc.subjectPythoncs
dc.subjectklasifikacecs
dc.subjectParkinson's diseaseen
dc.subjecthypokinetic dysarthriaen
dc.subjectacoustic emotional analysisen
dc.subjectXGBoosten
dc.subjectPythonen
dc.subjectclassificationen
dc.titleAkustická analýza emočně zabarvených vět u pacientů s Parkinsonovou nemocícs
dc.title.alternativeAcoustic analysis of emotionally affected sentences in patients with Parkinson's diseaseen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2024-06-05cs
dcterms.modified2024-06-06-09:10:19cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid159309en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 14:41:45en
sync.item.modts2025.01.15 14:29:48en
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:
8.07 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
2.9 MB
Format:
Unknown data format
Description:
file appendix-1.zip
Download
Thumbnail Image
Name:
review_159309.html
Size:
5.29 KB
Format:
Hypertext Markup Language
Description:
file review_159309.html
Download
Collections
2024