Analýza poruch hlasu u Parkinsonovy nemoci pomocí základní hlasivkové frekvence

Abstract

V této práci se zabýváme hodnocením a testováním estimátorů základní hlasivkové frekvence F0 na delších plynulých řečových promluvách, nahraných na chytrý telefon. Do nahrávek byl následně přidán šum na určitých hladinách SNR (signal-to-noise ratio) jako simulace reálného prostředí. Tento přístup byl zvolen z hlediska zamýšlené aplikace, kdy by se pomocí analýzy trendů vývoje F0 objektivně určovala kvalita řeči a s tím spojený monitoring na přítomnost neurodegenerativních chorob, zvláště Parkinsonovy nemoci. Diagnostika by přitom byla provedena pomocí chytrého telefonu v běžném prostředí. Z dostupných algoritmů byl po testování vybrán estimátor F0 SWIPE, jehož účinnost a přesnost vyhovuje vymezeným podmínkám. Pomocí něj je možné F0 poměrně přesně sledovat, i pro těžké podmínky na nižších hodnotách SNR pro dlouhé řečové monology. Tento způsob může nalézt své uplatnění v klinické praxi na brzkou diagnostiku Parkinsonovy choroby, sledování efektů případné léčby nebo detailní monitorování progrese nemoci. Veškerá analýza přitom může probíhat pomocí chytrých telefonů pacientů i v reálném prostředí za přítomnosti šumu na pozadí.

This thesis is focused on evaluation of the performance of various PDAs (pitch detection algorithms) on recordings of the connected speech obtained via smartphones. An additive noise was added to the records at certain SNR (signal-to-noise ratio) levels as a simulation of everyday environment. This approach was chosen with respect to a possible application of evaluating the speech quality and associated monitoring of presence of neurodegenerative diseases particularly Parkinson`s disease (PD). Analysis of recordings obtained via smartphone in common environment would have potential to provide useful markers for diagnosis of PD. From tested pitch-trackers, the SWIPE algorithm was found to be most reliable. Using the SWIPE, it is possible to very precisely track fundamental frequency on long speech utterances even in tough conditions at lower SNR levels of long connected speeches. This approach can have a wide range of use for early diagnosis of Parkinson`s disease, evaluation following therapy efficiency and detailed monitoring of the disease progress. All the analysis can be performed via smartphones even in a real environment in the presence of a background noise.