Název: Digital Biomarkers for Assessing Respiratory Disorders in Parkinson’s Disease
Autoři: Kováč, Daniel ; Cvetler, Dominik
Typ dokumentu: Příspěvky z konference
Jazyk: eng
Nakladatel: Vysoké učení technické v Brně, Fakulta elektrotechniky a komunikačních technologií
Abstrakt: Respiratory disorders are a significant part of hypokineticdysarthria (HD) that affects patients with Parkinson’sdisease (PD). Still, their potential role in the objective assessmentof HD has not yet been fully explored, which is the primary goalof this study. Several respiratory features were designed andextracted from acoustic signals recorded during text reading.Based on these features, the XGBoost model was able to predictclinical test scores of phonorespiration with an estimated errorrate of 12.54%. Statistical analysis revealed that measuring respirationrate and quantifying signal fluctuations during inspirationhave great potential in the objective assessment of respiratorydisorders in patients with PD.
Klíčová slova: digital biomarkers; hypokineticdysarthria; machine learning; Parkinson’s disease; respiration; statistics
Zdrojový dokument: Proceedings II of the 29st Conference STUDENT EEICT 2023: Selected papers, ISBN 978-80-214-6154-3, ISSN 2788-1334

Instituce: Vysoké učení technické v Brně (web)
Informace o dostupnosti dokumentu: Plný text je dostupný v Digitální knihovně VUT.
Původní záznam: http://hdl.handle.net/11012/210697

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-531803


Záznam je zařazen do těchto sbírek:
Školství > Veřejné vysoké školy > Vysoké učení technické v Brně
Konferenční materiály > Příspěvky z konference