Kóros hangképzési rendellenességek regressziós elemzése

OData támogatás
Konzulens:
Dr. Vicsi Klára
Távközlési és Médiainformatikai Tanszék

Az elmúlt évtizedekben sok olyan kutatást végeztek, amelyek az emberi beszéd számítógépes feldolgozását, felismerését és megértését célozták meg, kisebb-nagyobb sikerekkel. Ezeknek a rendszereknek két nélkülözhetetlen alapeleme van. Az egyik a beszédre, egy adott hangra jellemző paraméterek halmaza, a másik pedig egy mesterséges intelligencián alapuló rendszer, ami képes különbséget tenni az egyes esetek között és döntést hozni meghatározott helyzetekben.

Eddigi kutatásaim során elsősorban olyan nem-lineáris paraméterek keresésével foglalkoztam, melyek alkalmasak lehetnek, a hangképző szervek betegségeinek azonosítására a páciensek hangja alapján és lehetővé teszik egy hatékony mesterséges intelligens rendszer betanítását. A beszédképzést egy kaotikus rendszerként közelítettem meg, és egy erre jellemző paraméterrel, a fraktáldimenzióval (Df) jellemeztem.

Ezeket az eredményeket és paramétereket felhasználva, kialakítottam egy olyan adatbázist, amely 78 különböző paramétert azonosít betegenként az „e” és „o” magánhangzók függvényében. Ezt az adatbázist jelen munkám keretien belül többek közt, olyan statisztikai és gépi tanulási módszerekkel elemeztem, mint a főkomponens analízis (PCA), két- és többváltozós lineáris diszkrimináns analízis (LDA), lineáris és nem-lineáris regresszió, logisztikus regresszió, szupport vektor gép (SVM) és szupport vektor regresszió (SVR). Az eredményekkel, sikerült definiálnom olyan jellemző vektorokat, melyek a beteg és egészséges hangok megkülönböztetésében, a beszéd minőségére jellemző RBH skála szerinti besorolásban és a beszélőszervi megbetegedések elkülönítésében is szignifikáns szerepet játszhatnak. Valamint az osztályozások során több százalékos pontosság növekedést értem el velük, a korábbi eredményekhez képest.

A diplomamunka keretein belül foglalkoztam még, egy olyan infókommunikációs rendszer fejlesztésének a koncepciójával, ami az eHealth és Telemedicina adta lehetőségek segítségéve elősegíti a beszéddiagnosztikai és beszédterápiás alkalmazások kiterjesztését, egy olyan rendszer felépítésével, ami képes a beteg és az orvos között egyszerű és gyors kapcsolatot teremteni, segíti a diagnosztizálást, a terápiát vagy akár a beszéd tanulást és mindezt anélkül, hogy az otthonunkat elhagynánk.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.