|
|
Digital Biomarkers for Assessing Respiratory Disorders in Parkinson’s Disease
Kováč, Daniel ; Cvetler, Dominik
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.
|
|
|
Aplikace vzdáleného a pasivního monitorování řeči
Klimeš, Jiří ; Mikulec, Marek (oponent) ; Kováč, Daniel (vedoucí práce)
Poruchy motorické realizace řeči u pacientů s Parkinsonovou nemocí, souhrnně označované jako hypokinetická dysartrie, se vyskytují již v rané fázi této nemoci. Jazyk hraje významnou roli při klasifikaci řečníků na zdravé a ty s dysartrií. Autor v práci vysvětluje, jaké prvky řeči jsou nejčastěji postihovány. Dále popisuje, jak fungují mobilní aplikace na operačním systému Android a zda je možné jejich využití pro pasivní a vzdálené monitorování řeči. V práci je podrobně popsána problematika nahrávání telefonních hovorů a jakými způsoby je možné takové řešení realizovat. Následuje návrh takové aplikace a její částečná realizace.
|
|
| |
|
|
Analýza poruch řeči u osob s rizikem rozvoje onemocnění s Lewyho tělísky
Novotný, Kryštof ; Kováč, Daniel (oponent) ; Mekyska, Jiří (vedoucí práce)
Nemoci spadající do rodiny onemocnění s Lewyho tělísky (jedny z nejčastěji se vyskytujících neurodegenerativních poruch) mají shodný patologický základ, ale jednotliví zástupci se liší ve svých klinických projevech. Různá onemocnění více či méně postihují mentální nebo fyzickou stránku pacienta. Tato práce předpokládá, že díky akustické analýze řeči je možné od sebe jednotlivá onemocnění odlišit, protože v mluvě pacientů se specifickými způsoby odráží poruchy kognitivní i motorické stránky člověka. Práce si klade za cíl popsat klinické rysy hlavních zástupců onemocnění s Lewyho tělísky, prozkoumat jejich dopad na řeč, navrhnout charakterizující akustické parametry a následně porovnat jejich diskriminační sílu. Jako vstupní data pro navržený algoritmus jsou použity řečové nahrávky z databází CoBeNa preLBD. Pro následné vyhodnocení slouží deskriptivní statistiky, Mann-Whitneyho U test, FDR korekce a model strojového učení XGBoost s využitím stratifikované křížové validace a vyvážené přesnosti. Výsledkem jsou skripty pro automatizovaný výpočet řečových parametrů z databáze a jejich vyhodnocení. Výstupy analýzy dokazují, že vybraná onemocnění od sebe a od zdravé kontroly lze skutečně rozeznat na základě projevů v řeči, a to již v prodromálních stádiích.
|
|
|
Návrh parametrů kvantifikující poruchy respirace u pacientů s Parkinsonovou nemocí
Cvetler, Dominik ; Mekyska, Jiří (oponent) ; Kováč, Daniel (vedoucí práce)
V 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.
|
|
|
Subtypy hypokinetické dysartrie u pacientů s pokročilou Parkinsonovou nemocí
Adamják, Adam ; Kováč, Daniel (oponent) ; Mekyska, Jiří (vedoucí práce)
Diplomová práce se zabývá rozborem Parkinsonovo nemoci, hypokinetické dysartrie a akustických a statistických analýz. Hypokinetická dysatrie je porucha řeči, která je typickým projevem Parkinsonovo nemoci, tedy neurodegenerativního onemocnění, které postihuje přibližně 2% populace starších 65 let. Cílem této práce je odhalit subtypy hypokinetické dysartrie, a to na základě klinických parametrů, akustické analýzy a statistické analýzy. V akustické analýze byly implementovány parametry, které zkoumají oblast fonace, prozódie, artikulace a tempa řeči. Následně byla zpracována statistická analýza, díky které bylo možné subtypy hypokinetické dysartrie odhalit.
|
|
|
Návrh systému detekce zařízení připojených do elektrické sítě
Homola, Michal ; Kováč, Daniel (oponent) ; Musil, Petr (vedoucí práce)
Tato diplomová práce se zabývá tvorbou systému pro detekci zařízení připojených do sítě pomocí měření vysokofrekvenčního šumu měřením BPL modemů. V teoretické části došlo k seznámení s problematikou PLC, elektromagnetické kompatibility EMC, problematikou impedance u PLC a charakteristikou šumu u PLC. V praktické části došlo k samotnému měření šumových charakteristik pro jednotlivá zařízení a vytvoření datasetu, který byl následně otestován na pěti modelech strojového učení, které pro tuto úlohu byly na základě svých vlastností vybrány. Nakonec došlo ke zhodnocení vhodnosti jednotlivých modelů pro naši aplikaci.
|
|
|
Drogová problematika a bezpečnost silničního provozu v regionu České Budějovice
KOVÁČ, Daniel
Práce se zabývá problematikou užívání drog řidiči motorových vozidel v silničním provozu, se zaměřením na Českobudějovicko. První část práce je zaměřena na stručné dějiny užívání drog a na základní pojmy drogové problematiky, které souvisí s tématem této práce. Dále následuje popis jednotlivých drog jako návykových látek, které jsou nejčastěji užívány v České republice. V další části práce jsou uvedeny zákony a legislativní opatření, které souvisí s drogovou problematikou a také jsou zde vymezeny pojmy jako je přestupek a trestný čin. Poslední část teoretické práce je zaměřena na možnosti, které má Policie ČR při zajišťování intoxikovaných řidičů. Praktická část práce se zabývá problematikou těchto řidičů, a to přímo v regionu České Budějovice a poukazuje na časté porušování zákonů bezpečnosti silničního provozu. Tato část práce obsahuje rovněž výzkum a jeho zhodnocení.
|
|
|
Analýza vlivu přítomnosti šumu v nahrávkách na automatizovanou detekci hypokinetické dysartrie
Havelková, Nikola ; Galáž, Zoltán (oponent) ; Kováč, Daniel (vedoucí práce)
Práce se zabývá analýzou vlivu přítomnosti šumu v nahrávkách na automatizovanou detekci hypokinetické dysartrie. Pro zvýraznění řeči jsou zvoleny a v prostředí MATLAB R2022a implementovány vhodné jednokanálové metody, a to konkrétně spektrální odečítání a Kalmanův filtr. Metody jsou rovněž použity i u nahrávek bez zatížení šumem, ke kterým byl přidán aditivní bílý šum. Účinnost těchto metod je pak hodnocena objektivně pomocí hodnot odstupu signálu od šumu. Po zvýraznění řeči jsou z nahrávek extrahovány řečové příznaky. Vliv přítomnosti šumu, a i jeho následné potlačení jednotlivými metodami, je následně vyhodnoceno statistickou analýzou, konkrétně za pomoci Kruskal-Wallisova testu a post-hoc Dunnova testu. Distribuce pravděpodobnosti parametrů nahrávek čistých, zašuměných i zvýrazněných, u nichž je dle statistických testů vliv šumu signifikantní, jsou vykresleny za pomoci houslových a krabicových grafů. Na závěr byla provedena klasifikace nahrávek logistickou regresí za pomoci strojového učení, kdy byl dle hodnot plochy pod ROC křivkou popsán vliv přítomnosti šumu a následné zvýraznění řeči na automatizovanou detekci hypokinetické dysartrie.
|
|
|
Multilingual Analysis Of Hypokinetic Dysarthria In Patients With Parkinson’s Disease
Kováč, Daniel
This article deals with the multilingual analysis of hypokinetic dysarthria (HD) in patientswith Parkinson’s disease (PD). The goal is to identify acoustic features that have high discriminationpower and that are independent of the language of a speaker. The speech corpus contains 59 PD patientsand 44 healthy controls (HC) speaking in Czech (cs) and American English (en-US). Based onnon-parametric statistical tests and logistic regression, we observed the best discrimination power hasthe speech index of rhythmicity (extracted from a reading text) and harmonic-to-noise ratio (extractedfrom a sustained vowel). We were able to identify PD with 67% sensitivity and 79% specificity inthe Czech corpus and with 78% sensitivity and 67% specificity in the English one. The performanceof the model was significantly lower when combining both datasets, thus suggesting language playsa significant role during the automatic assessment of HD.
|
host ::
RSS.