Parkinson-kór detektálása szegmentális és szupraszegmentális beszédjellemzők alapján

OData támogatás
Konzulens:
Dr. Sztahó Dávid
Távközlési és Médiainformatikai Tanszék

A Parkinson-kór (PK) az egyik leggyakoribb neurodegeneratív betegség. Fő általános tünetei a remegés, merevség és az izomkontroll elvesztése. Jelenlegi ismereteink szerint a betegség nem gyógyítható, azonban kezelésekkel és terápiákkal szinten tartható. Emellett a PK kiváltó oka az esetek többségében nem ismert, ezért nagyon fontos, hogy a betegség korai jeleit felismerjük.

Kutatások kimutatták, hogy a beszéd hasznos információt hordoz a PK betegek és egészséges kontrollcsoport közötti megkülönböztetéshez: a PK betegek 90%-a bír valamilyen hanghoz, beszédhez kötődő rendellenességgel. Korábbi kutatásokban PK betegek hangfelvételeinek akusztikai elemzésével jó eredményeket értek el a PK detektálásában, valamint a betegség súlyosságának becslésében.

A Beszédakusztikai Labor keretében elkezdődött egy magyar beszédadatbázis gyűjtése, amely PK betegek hangfelvételeit tartalmazza. A diplomamunkám feladata ennek megfelelően a hangfelvételek feldolgozása volt, és olyan paraméterek azonosítása, amelyek összefüggést mutatnak a PK súlyosságának mértékével. A vizsgált akusztikai paraméterek között voltak prozódiai jellemzők (például alaphang, zöngearány, hangintenzitás) és beszédtempóval kapcsolatos jellemzők egyaránt (például átlagosan kimondott hangok száma, beszédben tartott szünetek aránya).

A paraméterek segítségével predikciós modelleket hoztam létre hangfelvétel-típusonként külön, majd a modelleket összegezve is, amelyeknek a feladata az egészséges és beteg résztvevők megkülönböztetésén túl a PK súlyosságának becslése volt. A modellek alapjául lineáris regresszió, szupport vektor gépek és neurális hálózatok szolgáltak. A becslések során biztató eredményeket kaptam, a további következtetések levonásához az adatbázis további bővítése szükséges.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.