Detecting speech disorders in early Parkinson’s disease by acoustic analysis

Abstract

This interdisciplinary habilitation thesis is focused on the design of the feasible algorithms and analytical methods based on digital signal processing and advanced statistical analysis that are sensitive to capture pathological speech changes from very early stages of Parkinson’s disease. Using objective acoustic analysis, we revealed distinctive speech impairment in patients with prodromal Parkinson’s disease, newly diagnosed Parkinson’s disease and atypical parkinsonian syndromes. Our findings suggest that automated vocal analysis may contribute to screening and diagnostic procedures to identify subjects at high risk of developing Parkinson’s disease and related neurodegenerative disorders.

Cílem této multidisciplinární habilitační práce je návrh vhodných algoritmů a analytických metod pro analýzu řeči založených na digitálním zpracování signálu a pokročilé statistické analýze, které budou dostatečně sensitivní a umožní zachycení patologických změn v řeči od velmi brzkých stádiích Pakinsonovy nemoci. S využitím objektivních metod akustické analýzy byla odhalena specifická forma řečové poruchy u pacientů s prodromální Pakinsonovou nemocí, nově diagnostikovanou Pakinsonovou nemocí a atypickými parkinsonskými syndromy. Tyto nálezy naznačují možnost využití automatické analýzy hlasu pro screeningové a diagnostické testy, které by umožnily identifikovat osoby ohrožené rozvojem Pakinsonovou nemocí a dalších extrapyramidových onemocnění.