|
|
Výživa a mozková neurodegenerativní onemocnění
Šálková, Michaela ; Vespalcová, Milena (oponent) ; Vránová, Dana (vedoucí práce)
Tato bakalářská práce má formu rešerše a jejím tématem je studium vlivu výživy na rozvoj neurodegenerativních onemocnění. Práce je rozdělena na čtyři části. V první části je popsána struktura a fyziologie lidského mozku, v druhé části jsou popsané esenciální nutrienty, které mozek potřebuje pro správné fungování. Třetí část je zaměřena na neurodegenerativní onemocnění, jejich epidemiologii a patofyziologii a dále se zabývá jednotlivými nutrienty, které by mohly fungovat v prevenci nebo by se mohly podílet na patofyziologii daného onemocnění. Onemocnění, kterými se tato práce zabývá, jsou různé druhy demence, Alzheimerova choroba, Parkinsonova choroba a deprese. Cílem práce bylo vyhledat dostupnou literaturu, která se zabývá uvedenou problematikou a provést diskuzi získaných poznatků.
|
|
|
Použití statistických metod pro hodnocení progrese Parkinsonovy nemoci
Pecha, Jiří ; Mekyska, Jiří (oponent) ; Smékal, Zdeněk (vedoucí práce)
Tato diplomová práce se zabývá použitím statistických metod pro hodnocení progrese Parkinsonovy nemoci. Je zde uveden stručný popis Parkinsonovy nemoci. Dále je uvedeno zpracování a vyhodnocení hodnot řečových parametrů, které jsou Parkinsonovou nemocí ovlivňovány. V diplomové práci je popsáno zpracování hodnot pomocí klasifikačních a regresních stromů a vyhodnocení výsledků pomocí průměrné absolutní chyby a odhadované odchylky. Zpracování a vyhodnocení hodnot bylo provedeno v software MATLAB.
|
|
|
Functional connectivity and brain structure assessment in patients at risk of synucleinopathies
Klobušiaková, Patrícia ; Gajdoš, Martin (oponent) ; Mekyska, Jiří (vedoucí práce)
Synucleinopathy is a neurodegenerative disorder characterized by the presence of pathological protein -synuclein in neurons. So far, treatment that could heal or permanently stop this disease is not known. The aim of this work is to identify prodromal stages of synucleinopathies using functional connectivity processed applying graph metrics and assessing cortical thickness and subcortical structures volumes from magnetic resonance imaging data, and to verify specificity and sensitivity of combinations of parameters that sufficiently differentiate patients in risk of synucleinopathies. To accomplish this goal, we collected data from patients in the risk of synucleinopathy (preDLB, n = 27) and healthy controls (HC, n = 28). We found reduced volume of right pallidum and increased hippocampal volume to cortical volume ratio, increased normalised clustering coefficient and higher modularity in the preDLB group in comparison to HC. These four parameters were modeled using machine learning. The resulting model differentiated preDLB and HC with balanced accuracy of 88 %, specificity of 89 % and sensitivity of 86 %. The findings of this thesis can serve as the basis for further studies searching for specific MRI markers of prodromal stage of synucleinopathy that could be targeted with therapy in the future.
|
|
|
Diferenční analýza multilingválního řečového korpusu pacientů s neurodegenerativními onemocněními
Kováč, Daniel ; Zvončák, Vojtěch (oponent) ; Mekyska, Jiří (vedoucí práce)
Diplomová práce se zabývá automatizovanou diagnózou hypokinetické dysartrie v multilingválním řečovém korpusu. Jedná se o poruchu motorické realizace řeči vyskytující se u pacientů s neurodegenerativními onemocněními jako je například Parkinsonova nemoc. Automatizovaná diagnóza probíhá na základě akustické analýzy řeči a následným použitím matematických modelů. Tato metoda je na vzestupu díky její objektivitě a možné nezávislosti na národnosti. Cílem práce je zjistit, které akustické parametry mají vysokou diskriminační sílu a které jsou závislé na konkrétním jazyku mluvčího. K tom je využita statistická analýza parametrizovaných řečových úloh a následné modelování metodami strojového učení. Analýzy proběhly pro češtinu, americkou angličtinu, maďarštinu a všechny jazyky dohromady. Bylo zjištěno, že pouze některé parametry podporující diagnózu hypokinetické disartrie a jsou nezávislé na jazyku mluvčího. Nejlepší výsledky vykazuje parametr relF2SD a po něm parametr NST. Při klasifikaci mluvčích všech jazyků dohromady model dosauje přesnosti 59 % a senzitivity 72 %.
|
|
|
Aplikace akustické analýzy hovoru pro systém Android
Hejda, Jakub ; Mucha, Ján (oponent) ; Mekyska, Jiří (vedoucí práce)
V současné době se stále více rozvíjí možnosti telemedicíny díky technologickému po- kroku v oblasti smartphonů. Cílem práce bylo navrhnout architekturu a design systému umožňující akvizici, zpracování a poskytování dat z řeči pacientů trpících Parkinsono- vou nemocí a provést jeho implementaci. Návrh se zdařil, sestává z mobilní aplikace pro nahrávání hovorů, serverové aplikace pro synchronizaci a poskytnutí dat webové apli- kaci umožňující správu dat a analýzu pro lékaře. Implementace serverové části proběhla v pořádku v souladu s požadavky na bezpečnost a robustnost aplikace, stejně tak byla implementována aplikace webová. Doplněním funkcí již existující mobilní aplikace vzniklo souhrnné řešení pro analýzu tohoto onemocnění.
|
|
|
Akustická analýza vět složitých na artikulaci u pacientů s Parkinsonovou nemocí
Kiska, Tomáš ; Smékal, Zdeněk (oponent) ; Mekyska, Jiří (vedoucí práce)
Tato práce se zabývá návrhem systému analýzy hypokinetické dysartrie, jakožto poruchy motorické realizace řeči, která se vyskytuje u přibližně 90 % pacientů s Parkinsonovou nemocí. Dále je popsána Parkinsonova nemoc a změna řečového signálu při tomto postižení. V následující části jsou popsány příznaky, které se používají pro diagnózu Parkinsonovy nemoci (FCR, VSA, VAI atd.). Pozornost je zde věnována především parametrizačním technikám, pomocí kterých je možné toto onemocnění diagnostikovat, monitorovat a odhadnout jeho progresi. V práci je rovněž popsán protokol akvizice dysartrické řeči, který lze v kombinaci s akustickou analýzou použít k odhadu zatížení hypokinetickou dysartrií v oblasti faciokineze, fonorespirace a fonetiky (korelace s 3F testem). Z hlediska parametrizace jsou pak v práci uvedeny zcela nové parametry založené na metodě RASTA. Analýza je založena na parametrizaci vět složitých na artikulaci. Experimentální soubor dat obsahuje celkem 101 pacientů s PN s různým stádiem progrese a 53 zdravých řečníků. Pro klasifikaci s výběrem parametrů, byla vybrána metoda mRMR.
|
|
|
Analýza Parkinsonovy nemoci pomocí segmentálních řečových příznaků
Mračko, Peter ; Mekyska, Jiří (oponent) ; Smékal, Zdeněk (vedoucí práce)
V tejto práci je popísaný návrh systému diagnózy Parkinsonovej choroby na základe reči. Parkinsonova choroba je neurodegeneratívna porucha centrálneho nervového systému, ktorej prejavom je okrem iných aj postihnutie motorických aspektov reči tzv. hypokinetická dysartria. Návrh systému je v tejto práci založený na najznámejších segmentálnych parametroch ako sú koeficienty LPC, PLP, MFCC, LPCC, ale aj menej známych ako sú CMS, ACW a MSC. Z rečových nahrávok pacientov postihnutých Parkinsonovou chorobou, ale aj kontrolných jedincov, sú vypočítané tieto koeficienty, ktoré sú v ďalšom postupe podrobené selekcii a následne klasifikácii. Najlepší výsledok, ktorý bol v práci získaný, dosahoval presnosť klasifikácie 77,19%, senzitivitu 74,69% a špecificitu 78,95%.
|
|
|
Aplikace statistické analýzy řeči pacientů s Parkinsonovou nemocí
Bijota, Jan ; Mžourek, Zdeněk (oponent) ; Galáž, Zoltán (vedoucí práce)
Tato diplomová práce se zabývá zpracováním řečového signálu osob postižených Parkinsonovou nemocí za účelem vytvoření statistického vzorku řečových parametrů, pomocí něhož bude možno rozdělit zkoumané osoby na parkinsoniky a neparkinsoniky. Tento statistický vzorek je tvořen na základě detekce hypokinetické dysartrie u osob postižených Parkinsonovou nemocí. V práci je rozebíráno předzpracování řečového signálu pomocí metody ustřednění a preemfáze a jeho rozdělení na části (segmentace). Následně je popsáno parametrické vyjádření zpracovávaného vzorku pomocí fonačních parametrů, MFCC a PLP koeficientů. Dále jsou rozebírány možnosti statistické analýzy pomocí zmíněného parametrického vyjádření. V přípádě této práce statistická analýza sestává z výpočtu Pearsonova a Spearmanova korelačního koeficientu, vzájemné informace a parametrického Studentova t-testu a neparametrického Mann-Whitneyova U testu. Výsledkem práce je soubor řečových parametrů pro jednotlivé dlouhé české samohlásky, které dokáží dle provedené statistické analýzy nejlépe vyjádřit rozdíl mezi zdravým řečníkem a parkinsonikem. Tyto výsledky mohou napomoci při diagnóze osoby, u níž je podezření na Parkisonovu nemoc.
|
|
|
Vytvoření knihovny pro parametrizaci dysartrické řeči v jazyce Python
Koutný, Tomáš ; Galáž, Zoltán (oponent) ; Mucha, Ján (vedoucí práce)
Bakalářská práce je zaměřená na parametrizaci dysartrické řeči. V rámci práce je věnována pozornost metodám analýzy řečového signálu u Parkinsonovy nemoci, moderním parametrizačním technikám, které mají za úkol kvantifikovat poškození motorických aspektů řeči, a implementaci vybraných parametrů v jazyce Python. Hlavním cílem této práce bylo vytvoření knihovny parametrů, která je realizována ve vývojovém prostředí PyCharm.
|
|
|
Zjištění Parkinsonovy nemoci na základě analýzy řečového záznamu
Vymlátil, Petr ; Trzos, Michal (oponent) ; Lněnička, Jakub (vedoucí práce)
Tato práce se zabývá zjištěním Parkinsonovi choroby na základě analýzy řečového záznamu. V úvodních kapitolách je popsán mechanismus vzniku lidského hlasu, jeho základní vlastnosti a vliv hypokinetické dysartrie na řeč. V další kapitole jsou popsány vlastnosti řečového signálu a některé metody jeho předzpracování. Následuje popis a způsob extrakce vybraných jednotlivých příznaků potřebných pro diagnózu nemoci a stručný popis metod redukce a klasifikátorů. Praktická část práce srovnává úspěšnost klasifikace naivního bayesovského klasifikátoru v závislosti na použité redukci.
|
host ::
RSS.