|
|
Mobile application for remote therapy of hypokinetic dysarthria
Semanková, Soňa ; Mekyska, Jiří (oponent) ; Galáž, Zoltán (vedoucí práce)
Hypokinetic dysarthria is a motor speech disorder that is a common symptom of Parkinson’s disease. Currently, the 3F test is used in the Czech Republic for the diagnosis of dysarthria, on the basis of which a therapeutic material for dysarthria therapy has been developed. The material contains a large number of exercises from which the clinical speech therapist selects the appropriate exercises for the patient based on the previous diagnosis. Dysarthria tends to be a fluctuating condition, therefore the therapy plan needs to be adapted over time to the patient’s current condition. This is the reason why there is a need for a therapeutic mobile application that would simplify the work of the speech therapist and make the patient’s therapy more comfortable. The goal of this thesis is to design, implement and test such a therapeutic application and web interface that will be used by speech therapists to manage patients’ treatment plans. The result of the work is a functional multiplatform therapeutic application with an administration web interface. The server side of the application is implemented using Django framework in Python and the user interface is implemented using React Native and React frameworks in TypeScript.
|
|
|
Automatizovaná segmentace diadochokinetické úlohy za účelem vzdáleného monitorování řeči
Svojanovský, Jan ; Mekyska, Jiří (oponent) ; Kováč, Daniel (vedoucí práce)
Práce popisuje zdravotní problémy spojené s Parkinsonovou nemocí, zvláště pak hypokinetickou dysartrii. Popisuje také subjektivní a objektivní metody, kterými se závažnost nemoci stanovuje. Jednou z metod je diadochokinetická (DDK) úloha založena na opakování slabik tak, aby se prověřila funkčnost artikulačního aparátu (např. jazyk, rty či hlasivky). Správná tvorba řeči může být také zkoumána klinickým logopedem v testu 3F, který vážnost poruch v oblastech tvorby řeči bodově hodnotí. V práci jsou popsány přístupy jiných autorů, kteří se také zabývali automatizovaným vyhledáváním slabik v řečovém signálu. Práce popisuje některé příznaky, charakterizující vlastnosti lidské řeči, které jsou potřebné pro trénování modelu strojového učení. Tyto příznaky byly počítány pro každý z 30 ms segmentů nahrávky DDK úlohy, ve které byly opakovány slabiky [Pa]-[Ta]-[Ka]. Hlavním cílem je automatizovaná detekce a klasifikace slabik [Pa]-[Ta]-[Ka] v nahrávkách. K tomu byl aplikován algoritmus využívající logistickou regresi. Výsledná průměrná přesnost detekce slabik v nahrávkách byla 89,4 %, průměrná sensitivita 59,0 % a průměrná specificita 93,79 %. Rozlišovat druhy jednotlivých slabik se dařilo s průměrnou přesností 90,78 %, průměrnou sensitivitou 59,0 % a specificitou 95,39 %. Při úvaze, že se predikovaný začátek nenacházel přímo na manuálně anotovaném začátku, ale v jeho blízkém okolí (až ± 3 segmenty) dosahovala průměrná sensitivita detekce 96,9 % a průměrná sensitivita klasifikace druhu slabik 85,1 % s průměrnými rozdíly manuálně anotovaných a automaticky segmentovaných začátků slabik 10,35 ms. Průměrná přesnost klasifikace řečníků na zdravé a nemocné s PN pomocí logistické regrese (s řečovými parametry získanými po automatizované segmentaci) dosahovala pouze 43,92 %, sensitivita 70,0 % a specificita 30,61 % (práh 70 %). Pomocí lineární regrese proběhla predikce klinických skórů testu 3F. Pro faciokinezi dosahovala odmocnina ze střední kvadratické chyby (RMSE) po manuální anotaci slabik hodnoty 2,764 a po automatizované segmentaci hodnoty 3,271. Hodnoty RMSE u fonetiky byly 3,657 (manuálně) a 0,753 (automatizovaně). Vytvořený algoritmus dokáže relativně úspěšně detekovat slabiky v DDK úlohách a je tak možné určovat parametry kvantifikující poruchy řeči s nízkými rozdíly s manuální segmentací. Pokud nahrávky DDK úloh budou splňovat podmínky pro výpočet všech těchto parametrů, mohl by být algoritmus využit ke klasifikaci řečníků na zdravé a nemocné s PN, u kterých by navíc mohl hodnotit závažnost dysartrie.
|
|
|
Assessment of Parkinson’s Disease Based on Acoustic Analysis of Hypokinetic Dysarthria
Galáž, Zoltán ; Brezany, Peter (oponent) ; Sklenář, Jaroslav (oponent) ; Mekyska, Jiří (vedoucí práce)
Hypokinetic dysarthria (HD) is a speech disorder occurring in up to 90% of patients suffering from idiopathic Parkinson’s disease (PD) that significantly contributes to unnaturalness and incomprehensibility of speech of these patients. The main aim of this doctoral thesis is to investigate possibilities of using quantitative para-clinical analysis of HD, employing speech parametrization, statistical analyses, and machine learning techniques, for diagnosis and remote objective assessment of PD. This thesis demonstrates that it is possible to use computerized acoustic analysis to sufficiently describe HD, especially dysprosody, which is characterized by flat speech melody and unnatural speech rate. Moreover, it demonstrates it is also possible to use robust clinically interpretable acoustic parameters quantifying various manifestations of HD, such as phonation, articulation, and prosody, to assess the severity of motor and non-motor symptoms of PD. Next, it presents the investigation of pathophysiological mechanisms shared by HD and freezing of gait in PD. And finally, it proves it is also possible to accurately estimate the change in gait-related deficits in the horizon of two years using acoustic analysis at the baseline.
|
|
|
Structural and functional connectivity assessment in patients with Parkinson's disease
Klobušiaková, Patrícia ; Keller, Jiří (oponent) ; Mekyska, Jiří (vedoucí práce)
Early changes in visuospatial functions predict dementia in Parkinson’s disease (PD). The aim of this work is to assess both structural and functional connectivity of the fasciculus longitudinalis inferior (ILF), which is engaged in visuospatial processing, in PD patients in comparison to healthy controls, and to find associations between connectivity changes and cognitive performance in the patient groups with or without mild cognitive impairment (MCI). To achieve our goal we recruited PD patients with normal cognition (PD-NC, n = 23) and PD with MCI (PD-MCI, n = 21) as well as healthy controls (HC, n = 48). Bidirectional iterative parcellation was used to isolate ILF tracts and their respective endpoints (occipital lobe and anterior temporal lobe) in each subject. The endpoints then served as regions of interest for functional connectivity calculation. We found ILF microstructural connectivity impairment in PD-MCI group, as measured by mean diffusivity, fractional anisotropy and radial diffusivity. In addition, the functional connectivity of ILF tracts was decreased already in the PD-NC. Both structural and functional connectivity deterioration was associated with visuospatial dysfunction in PD-MCI. These changes could serve as potential markers of disease progression or treatment effects monitoring.
|
|
|
Virtuální realita jako nástroj pro diagnostiku a terapii v medicíně
Kadlec, Jiří ; Mekyska, Jiří (oponent) ; Mucha, Ján (vedoucí práce)
Využití virtuální reality (VR) v hodnocení a při léčbě, či terapii závažných neurodegenerativních nebo neurovývojových onemocnění představuje potencionální alternativu standardních metod a je nyní objektem mnoha studií a výzkumů. Jedním z cílů práce je detailní rešerše a analýza tohoto využití. Dalším cílem je průzkum a analýza možností vývoje VR aplikací. Hlavním cílem je návrh a implementace VR aplikace pro terapii a diagnostiku pacientů s Parkinsonovou chorobou. Jedná se o aplikaci obsahující adaptační prostředí a tři navržené cvičení na základě existujících metod pro diagnostiku a terapii pacientů s PD. Aplikace umožňuje mimo jiné také ukládat data ze cvičení (například data o poloze a rotaci ovladačů atd.). Implementace byla, s důrazem na přizpůsobení pacientům a minimalizaci vzniku VR nemoci, provedena v enginu Unity a v programovacím jazyce C#.
|
|
|
Výzkum moderních artikulačních parametrů pro analýzu hypokinetické dysartrie
Vrba, Filip ; Zvončák, Vojtěch (oponent) ; Galáž, Zoltán (vedoucí práce)
Tato práce se zabývá hypokineticou dysartrií, jakožto poruchou motorické realizace řeči, která se vyskytuje u přibližně 70% pacientů s Parkinsonovou nemocí (PN). V práci je navržena a analyzována dvojice nově vytvořených řečových parametrů pro kvantifikaci artikulace při HD. Tyto parametry byly validovány na nahrávkách zdravých řečníků a pacientů s PN. V teoretické části práce jsou popsány konvenční a využité metody zpracování řečových signálů, parametrizace a statistické analýzy. V části realizace systému je popsán praktický návrh nových parametrů a také použité metody jejich statistického zhodnocení pomocí korelační analýzy a strojového učení. Cílem práce je návrh nových řečových parametrů pro diagnostiku HD. Navržený systém byl realizován v programovém prostředí MATLAB.
|
|
|
Nástroj pro analýzu pohybu subjektů při měření funkční magnetickou rezonancí
Šejnoha, Radim ; Lamoš, Martin (oponent) ; Gajdoš, Martin (vedoucí práce)
Tato diplomová práce se zabývá analýzou pohybu subjektů při měření funkční magnetickou rezonancí (fMRI). Je zaměřena na metody detekce a odstranění pohybových artefaktů ve fMRI snímcích. Práce se věnuje metrikám, sloužícím k vyhodnocení míry pohybu měřených osob. Metriky jsou společně s korekcí pohybu implementovány ve dvou navržených programech v prostředí MATLAB. V práci je provedeno srovnání míry pohybu skupiny zdravých subjektů a skupiny pacientů trpících Parkinsonovou chorobou. Na závěr jsou navrženy limitní hodnoty jednotlivých metrik. Z těch je vyvozeno vhodné kritérium pro odstranění subjektu ze studie, z důvodu excesivního pohybu v datech.
|
|
|
Face parameterization using videosequence
Lieskovský, Pavol ; Mekyska, Jiří (oponent) ; Rajnoha, Martin (vedoucí práce)
This work deals with the problem of face parameterization from the video of a speaking person and estimating Parkinson’s disease and the progress of its symptoms based on face parameters. It describes the syntax and function of the program that was created within this work and solves the problem of face parameterization. The program formats the processed data into a time series of parameters in JSON format. From these data, a dataset was created, based on which artificial intelligence models were trained to predict Parkinson’s disease and the progress of its symptoms. The process of model training and their results are documented within this work.
|
|
|
Vývoj moderních akustických parametrů kvantifikujících hypokinetickou dysartrii
Kowolowski, Alexander ; Zvončák, Vojtěch (oponent) ; Galáž, Zoltán (vedoucí práce)
Tato práce se zabývá návrhem a testováním nových akustických parametrů pro zpracování dysprozodické řeči u pacientů trpících hypokinetickou dysartrií. V práci je uvedeno a otestováno 41 nových parametrů pro kvantifikaci prozodie, tzn. popisujících melodii, hlasitost, rytmus a tempo řeči. Nové parametry by se daly rozdělit do sedmi skupin. V rámci skupin se parametry liší především použitými statistickými veličinami. První čtyři skupiny jsou založeny na absolutních diferencích a kumulativních součtech základního kmitočtu a krátkodobé energie signálu. Pátá skupina obsahuje parametry založené na násobku základního kmitočtu a krátkodobé energie do jednoho globálního intonačního parametru. Šestá skupina obsahuje globální časové parametry, které jsou poměry konvenčních rytmických a konvenčních tempových parametrů. Poslední skupina pak obsahuje globální parametry pro kvantifikaci celé prozodie, což jsou poměry globálních intonačních a globálních časových parametrů. Všechny parametry byly testovány na české databázi řečníků s Parkinsonovou nemocí PARCZ. Pro jednotlivé parametry byly nejdříve vykresleny grafy hustoty pravděpodobnosti. Následně byla provedena korelační analýza s dostupnými medicínskými škálami, nejprve pro všechny, poté jen v rámci globálních parametrů. Dále byla provedena klasifikační a regresní analýza s novými parametry pomocí klasifikačních a regresních stromů. Tato analýza byla provedena nejdříve pro jednotlivé nové parametry, poté pro všechna data všech parametrů najednou, a nakonec byl proveden sekvenční výběr nejlepší kombinace parametrů pro danou problematiku. I když nevyšel jeden určitý parametr jako jasný favorit celé diplomové práce, bylo pár parametrů, které se mezi nejlépe vycházejícími objevovaly opakovaně, a také se u některých testů objevil trend, že mezi nejlepším a druhým nejlepším parametrem byl větší rozdíl než mezi jinými v pořadí, dalo by se tedy hovořit o parametrech, které byly pro danou analýzu mnohem lepší než ostatní testované. Konkrétní výsledky a diskuze jsou obsaženy v závěru.
|
|
|
Analýza řečových promluv pro IT diagnostiku neurologických onemocnění
Mekyska, Jiří ; Dostál, Otto (oponent) ; Přibilová, Anna (oponent) ; Smékal, Zdeněk (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. Pozornost je zde věnována především parametrizačním technikám, pomocí kterých je možné toto onemocnění diagnostikovat, monitorovat a odhadnout jeho progresi. Dále jsou v práci nalezeny řečové parametry, které nejvíce korelují se subjektivními testy, a pomocí kterých je možné odhadnout hodnoty různých hodnotících škál, jako např. unifikované škály pro hodnocení Parkinsonovy nemoci (UPDRS), či testu kognitivních funkcí (MMSE). V práci je rovněž navržen 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 modulačním spektru, sluchové struktuře, bikepstru, aproximační a vzorkové entropii, empirické modální dekompozici a singulárních bodech. Všechny navržené techniky jsou integrovány do uceleného konceptu systému tak, že je možné jej implementovat v nemocnici a používat k výzkumu či hodnocení tohoto onemocnění.
|
host ::
RSS.