|
|
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.
|
|
|
Automatic speech recordings segmentation tool
Santa, Roman ; Zvončák, Vojtěch (oponent) ; Kováč, Daniel (vedoucí práce)
Automatic Segmentation tool processes recordings in order to extract voiced parts. It is important for further speech analysis to work only with extracted speech and not noise. For analysis of the difference between syllables of patients with parkinson disease and heatlhy ones, this segmentation tool should help with processing recordings. Goal of this thesis is to implement and test voice detectors with Google WebRTC detector and pick the best speech detector with minimal error rate. Also, develop a segmentation tool for given recordings and test voice recognition with dymanic time warping. Database from the Brain Diseases Analysis Laboratory was used. It contains czech and hungarian recordings with equal number of male and female as well as heathy and diseased patients. Energy detector performed as the best detetor in the tests. There was no significant difference in error rates between male and female or healthy and diseased patients. Recordings with lower Signal-to-Noise ratio were harder to process with an error rate starting at 12\%. Based on the results, new detector for the segmentation tool was proposed to process examined recordings. Finally, dynamic time warping algorithm was tested with mel frequency cepstral coefficients to recognize similarities between speakers.
|
|
|
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 %.
|
|
|
Predicting light use efficiency using optical vegetation indices at various time scales and environmental conditions
Kováč, Daniel ; Ač, Alexander ; Veselovská, Petra ; Dreveňáková, Petra ; Rapantová, Barbora ; Klem, Karel
This study presents data points acquired during 2 years of measuring optical properties and gas-exchange\ncharacteristics of European beech (Fagus sylvatica) and Norway spruce (Picea abies) tree species in controlled\nenvironments. The observed statistical relationships between 105 pairs of selected optical parameters\n(i.e. photochemical reflectance index [PRI], ΔPRI, and normalized difference between wavebands R690\nand R630 [where R is a reflectance at a subscripted wavelength]) and light use efficiency (LUE) were considered\nat assumed different canopy leaf area index, changing pigments stoichiometrics, and daily changing\ndynamics of environmental conditions. Our measurements suggested that consistency of the LUE estimation\nusing PRI may be disrupted by acclimation responses of plants that reduce energetic carriers for\nuse in photosynthetic CO2 uptake and the xanthophyll cycle. Also, a changing chlorophylls-to-carotenoids\nratio tends to interrupt the PRI–LUE relationship. ΔPRI showed sensitivity to leaf area index of the measured\ntrees that complicated leaf-level estimation of LUE. The most consistent assessment of LUE was\nachieved using the chlorophyll fluorescence detecting ratio (R690 – R630)/(R690 + R630).
|
host ::
RSS.