|
|
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.
|
|
|
Methods and Tools for Image and Video Quality Assessment
Slanina, Martin ; Říčný, Václav (vedoucí práce)
The doctoral thesis is focused on methods and tools for image quality assessment in video sequences, which is a very up-to-date theme, undergoing a rapid evolution with respect to digital video signal processing, in particular. Although a variety of metrics for objective (automated) video sequence quality measurement has been developed recently, these methods are mostly based on comparison of the processed (damaged, e.g. with compression) and original video sequences. There are very few methods operating without reference, i.e. only on the processed video material. Moreover, such methods are usually analyzing signal values (typically luminance) in picture elements of the decoded signal, which is hardly applicable for modern compression algorithms such as the H.264/AVC as they use sophisticated techniques to remove compression artifacts. The thesis first gives a brief overview of the available metrics for objective quality measurements of compressed video sequences, emphasizing the different approach of full-reference and no-reference methods. Based on an analysis of possible ideas for measuring quality of video sequences compressed using modern compression algorithms, the thesis describes the design process of a new quality metric for video sequences compressed with the H.264/AVC algorithm. The new method is based on monitoring of several parameters, present in the transport stream of the compressed video and directly related to the encoding process. The impact of bitstream parameters on the video quality is considered first. Consequently, an algorithm is designed, employing an artificial neural network to estimate the peak signal-to-noise ratios (PSNR) of the compressed video sequences -- a full-reference metric is thus replaced by a no--reference metric. Several neural network configurations are verified, reaching from the simplest to three-layer feedforward networks. Two sets of video sequences are constructed to train the networks and analyze their performance and fidelity of estimated PSNRs. The sequences are compressed using the H.264/AVC algorithm with variable encoder configuration. The final part of the thesis deals with an analysis of behavior of the newly designed algorithm, provided the properties of the processed video are changed (resolution, cut) or encoder configuration is altered (format of group of pictures coded together). The analysis is done on video sequences with resolution up to full HD (1920 x 1080 pixels, progressive)
|
|
|
Analýza kvality obrazu v digitálních televizních systémech
Bednarz, Robin ; Slanina, Martin (oponent) ; Kratochvíl, Tomáš (vedoucí práce)
Diplomová práce se zabývá analýzou kvality obrazu v digitálních systémech a obsahuje teoretický popis metod subjektivního a objektivního hodnocení kvality obrazu. Práce obsahuje krátkodobou a dlouhodobou analýzu kvality obrazu pozemní televize DVB-T. Měření a experimenty byly provedeny pomocí analyzátoru kvality obrazu Rohde&Schwarz DVQ a softwaru MPEG2 Quality Monitor a MPEG2 Elementary stream analyzer.
|
|
|
Programová implementace subjektivnich testů zvukové kvality
Špeta, Marek ; Balík, Miroslav (oponent) ; Rášo, Ondřej (vedoucí práce)
Tato diplomová práce se zabývá subjektivními metodami testování kvality zvuku dle doporučení Mezinárodní telekomunikační unie ITU. Práci lze tématicky rozdělit na čtyři části. V první pasáži je to výklad metod vycházejících z mezinárodně uznávaných norem (metoda nepatrných zhoršení, MUSHRA, obecné metody). Druhá část popisuje funkční bloky aplikace vytvořené pro tuto práci v prostředí LabVIEW. Další část vysvětluje použití této aplikace v praxi, zejména možnosti jejího spouštění. V poslední části je zpracován poslechový experiment. Jeho cílem bylo ověření funkcí aplikace a srovnání výsledků použité subjektivní metody s objektivní metodou PEAQ.
|
|
|
Měření kvality a výskytu chyb digitálního obrazu v MPEG-2 TS v DVB-T
Kadlček, Jiří ; Kratochvíl, Tomáš (oponent) ; Polák, Ladislav (vedoucí práce)
Bakalářská práce popisuje složení transportního toku MPEG-2 TS při příjmu pozemního digitálního vysílání. Jsou zde popsány metody subjektivní a objektivní pro měření kvality obrazu a videa. Zároveň popisuje měřící přístroje a software, analyzátor kvality R&S DVQ, měřící dekodér R&S DVMD, MPEG-2 Realtime Monitor, MPEG-2 Quality Monitor, které byly použity při měření kvality a chyb digitálního obrazu v MPEG-2 TS v DVB-T. Dále se zabývá měřením, analýzou výskytu chyb a kvality digitálního obrazu v MPEG-2 TS při příjmu DVB-T. V textu jsou taktéž obsaženy naměřené výsledky ve formě tabulek a grafů. V další části práce obsahuje výsledky a analýzy dvacetičtyřhodinových (24h) měření. Je zde provedena analýza závislosti parametrů kvality obrazového signálu na typu scény. Na závěr je v příloze navržena laboratorní úloha pro současné měření kvality a výskytu chyb v MPEG-2 TS.
|
|
|
Modelování vlastností modelu HVS v Matlabu
Ševčík, Martin ; Slanina, Martin (oponent) ; Kratochvíl, Tomáš (vedoucí práce)
Diplomová práce ve své teoretické části pojednává o modelu lidského vidění HVS (Human Visual System), který lze využít pro hodnocení kvality obrazu v oblasti televizní techniky. Byly popsány výpočty třech vybraných JND (Just Noticeable Difference) metrik, používaných pro hodnocení v HVS. V praktické části práce byl navrhnut a realizován simulační model v Matlabu, který je využitelný pro výpočet metriky JND z barevných a šedotónových obrazů a hodnocení v oblasti obrazových vzorků a frekvenčních koeficientů. Výsledky JND byly porovnány s dalšími objektivními metrikami hodnocení kvality obrazu (MSE, NMSE, SNR a PSNR). K vyhodnocení závislosti byly využity obrazy s rozdílně definovaným obsahem.
|
|
|
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.
|
|
|
Potential of Prosodic Features to Estimate Degree of Parkinson's Disease Severity
Galáž, Zoltán
This paper deals with non-invasive and objective Parkinson’s disease (PD) severity estimation. For this purpose, prosodic speech features expressing monopitch, monoloudness, and speech rate abnormalities were extracted from recordings of stress-modified reading task acquired from 72 patients with idiopathic PD. Using a single feature regression (esimating values of subjective clinical rating scales) with classification and regression algorithm, following performance in terms of root mean squared error was achieved: 10.72 (UPDRS III), 2.16 (UPDRS IV), 4.76 (FOG-Q), 17.89 (NMSS), 2.13 (RBDSQ), 6.43 (ACE-R), 1.41 (MMSE), and 4.82 (BDI). These results show a promising potential of prosodic speech features in the field of objective assessment of PD severity.
|
|
|
Měření kvality a výskytu chyb digitálního obrazu v MPEG-2 TS v DVB-T
Kadlček, Jiří ; Kratochvíl, Tomáš (oponent) ; Polák, Ladislav (vedoucí práce)
Bakalářská práce popisuje složení transportního toku MPEG-2 TS při příjmu pozemního digitálního vysílání. Jsou zde popsány metody subjektivní a objektivní pro měření kvality obrazu a videa. Zároveň popisuje měřící přístroje a software, analyzátor kvality R&S DVQ, měřící dekodér R&S DVMD, MPEG-2 Realtime Monitor, MPEG-2 Quality Monitor, které byly použity při měření kvality a chyb digitálního obrazu v MPEG-2 TS v DVB-T. Dále se zabývá měřením, analýzou výskytu chyb a kvality digitálního obrazu v MPEG-2 TS při příjmu DVB-T. V textu jsou taktéž obsaženy naměřené výsledky ve formě tabulek a grafů. V další části práce obsahuje výsledky a analýzy dvacetičtyřhodinových (24h) měření. Je zde provedena analýza závislosti parametrů kvality obrazového signálu na typu scény. Na závěr je v příloze navržena laboratorní úloha pro současné měření kvality a výskytu chyb v MPEG-2 TS.
|
|
|
Methods and Tools for Image and Video Quality Assessment
Slanina, Martin ; Říčný, Václav (vedoucí práce)
The doctoral thesis is focused on methods and tools for image quality assessment in video sequences, which is a very up-to-date theme, undergoing a rapid evolution with respect to digital video signal processing, in particular. Although a variety of metrics for objective (automated) video sequence quality measurement has been developed recently, these methods are mostly based on comparison of the processed (damaged, e.g. with compression) and original video sequences. There are very few methods operating without reference, i.e. only on the processed video material. Moreover, such methods are usually analyzing signal values (typically luminance) in picture elements of the decoded signal, which is hardly applicable for modern compression algorithms such as the H.264/AVC as they use sophisticated techniques to remove compression artifacts. The thesis first gives a brief overview of the available metrics for objective quality measurements of compressed video sequences, emphasizing the different approach of full-reference and no-reference methods. Based on an analysis of possible ideas for measuring quality of video sequences compressed using modern compression algorithms, the thesis describes the design process of a new quality metric for video sequences compressed with the H.264/AVC algorithm. The new method is based on monitoring of several parameters, present in the transport stream of the compressed video and directly related to the encoding process. The impact of bitstream parameters on the video quality is considered first. Consequently, an algorithm is designed, employing an artificial neural network to estimate the peak signal-to-noise ratios (PSNR) of the compressed video sequences -- a full-reference metric is thus replaced by a no--reference metric. Several neural network configurations are verified, reaching from the simplest to three-layer feedforward networks. Two sets of video sequences are constructed to train the networks and analyze their performance and fidelity of estimated PSNRs. The sequences are compressed using the H.264/AVC algorithm with variable encoder configuration. The final part of the thesis deals with an analysis of behavior of the newly designed algorithm, provided the properties of the processed video are changed (resolution, cut) or encoder configuration is altered (format of group of pictures coded together). The analysis is done on video sequences with resolution up to full HD (1920 x 1080 pixels, progressive)
|
host ::
RSS.