Analýza orální diadochokineze u progresivních neurologických onemocnění pomocí automatizované akustické analýzy

Abstract

Tato práce se zabývá problematikou automatické klasifikace neurodegenerativních onemocnění pomocí akustické analýzy orální diadochokineze. Dvě varianty algoritmu pro segmentaci řeči, který je nedílnou součástí pro vyhodnocení diadochokineze, jsou navrženy. Jejich přesnosti jsou porovnány a ten lepší je porovnán s předešlými algoritmy. S využitím tohoto algoritmu jsou pak z promluv pacientů extrahovány příznaky, jejichž významnost je vyhodnocena. Posledním krokem je klasifikace onemocnění s pomocí jednoduchého klasifikátoru. Práce je zakončena diskuzí nad výsledky a návrhy k budoucí práci.This thesis deals with an automated assessment of neurodegenerative diseases by acoustic speech analysis using oral diadochokinesis. Two variants of speech segmentation algorithm necessary for the diadochokinetic task are designed. Their performance is evaluated and compared to previously designed algorithms from the literature. Furthermore, the speech segmentation algorithm is used to extract features from the utterances. The features are evaluated in terms of significance, and a simple classifier is built to distinguish between the neurodegenerative diseases. Finally, we discuss the results and make proposals for future work.