Detekce poruch řeči u pacientů s poruchami chování v REM spánku pomocí smartphone pro potenciální brzkou diagnostiku Parkinsonovy nemoci

Abstract

V současné době není znám lék, který by úplně vyléčil Parkinsonovu nemoc (PN). Brzká diagnostika PN, tedy ještě před projevem nevratných neurodegenerativních změn, je důležitá pro aplikování dostupné léčby zmírňující určité symptomy. V momentě, kdy bude možno vyléčit PN, bude časná diagnostika naprosto zásadní, proto je předmětem současného zkoumání nalezení objektivních a robustních metod pro detekci osob v prodromální fázi Parkinsonovy nemoci. Až u 90 % pacientů s poruchou chování v REM spánku (RBD) dochází během několika let k rozvinutí PN, to nám umožňuje analyzovat prvotní symptomy PN, například poruchy řeči, ještě před projevem motorických příznaků. V této práci analyzujeme možnosti použití přenosných zařízení (smartphone, tablet) jako zdroje řečových dat pro tradiční i nové metody akustické analýzy. Pomocí námi implementované aplikace běžící na Android zařízení a profesionálního nahrávacího zařízení s kvalitním mikrofonem jsme simultánně pořídili záznam řeči 20 RBD pacientů a 10 zdravých osob a pomocí automatických metod získaly celkem 23 příznaků hodnotící patologii řeči. Na základě vypočtených příznaků jsme provedli klasifikační experiment, který dosáhl maximální úspěšnosti se senzitivitou 90,16 % +- 15,05 % a specificitou 92,80 % +- 11,50 % na datech naměřených pomocí profesionálního nahrávacího zařízení a senzitivitou 88,00 % +- 18,39 % a specificitou 89,78 % +- 15,00 % na datech získaných přes smartphone.

There is no treatment, which can completely heal Parkinson's disease (PD). Early diagnostics of PD, before manifestation of main neurodegenerative symptoms, is important for application of available treatment, which can alleviate some symptoms. When the treatment which can halt PD will be found, early diagnostics of PD will be essential. There is need of for finding objective and robust methods for detection of subjects in prodromal stage of PD. The fact that PD appears at up to 90 % of patients with REM sleep behavior disorder (RBD) in several years, give us an opportunity to investigate primary symptoms PD, such as speech pathology, before manifest of motor symptoms. In this study we analyze possibilities of using portable devices (smartphone, tablet) as a source of speech signals for acoustical analyses. We recorded 20 RBD patients and 10 healthy controls simultaneously using professional recording device with condenser microphone and Android device running application implemented as a part of this thesis. We evaluated totally 23 features, which can assess voice pathology. We performed classification experiment based on extracted features, which reach sensitivity 90,16 % +- 15,05 % and specificity 92,80 % +- 11,50 % on data recorded by professional recorder and sensitivity 88,00 % +- 18,39 % and specificity 89,78 % +- 15,00 % on data recorded by smartphone.