Wykorzystanie sygnału mowy jako źródła informacji diagnostycznej, kontrolnej i prognostycznej w wybranych problemach medycznych związanych z otolaryngologią

mgr inż. Daria Hemmerling

Promotor: prof. dr hab. inż. Janusz Gajda
Dyscyplina: Biocybernetyka i Inżynieria Biomedyczna


W niniejszej rozprawie przedstawiono możliwości wykorzystania metod przetwarzania i analizy sygnału mowy oraz stosowanych narzędzi, metod klasyfikacji oraz regresji w kontekście podejmowania decyzji terapeutycznych związanych z dysfunkcją narządu głosu oraz wybranymi schorzeniami neurologicznymi. Głównym celem pracy było przeprowadzenie badań zmierzających do ustalenia, w jakim stopniu zmiany w sygnale mowy, dające się wykryć i ilościowo określić na podstawie analiz fonetyczno-akustycznych tego sygnału, mogą być źródłem informacji diagnostycznej, prognostycznej i kontrolnej, przy rozwiązywaniu niektórych problemów związanych z wybranymi chorobami w otolaryngologii. Uzyskane wyniki posłużyły do stworzenia systemu, którego celami były: automatyczna detekcja chorób laryngologicznych, prognoza postępu choroby Parkinsona, estymacja punktacji w skali UPDRS opisującej nasilenie objawów choroby Parkinsona. Dane niezbędne do zrealizowania wymienionych celów pracy zostały pozyskane z dwóch źródeł: z bazy Saarbruecken Voice Database zawierającej nagrania osób, których ojczystym językiem był język niemiecki oraz bazy nagrań pacjentów cierpiących z powodu choroby Parkinsona zarejestrowanych w ramach współpracy z Krakowskim Szpitalem Specjalistycznym im. Jana Pawła II mówiących w języku polskim. Opis sygnału mowy w postaci wektora parametrów akustycznych oraz wykorzystanie metod uczenia maszynowego pozwoliło na poszukiwanie w sygnale charakterystycznych symptomów diagnostycznych wskazujących na obecność określonej choroby laryngologicznej lub jej braku oraz dodatkowo na monitorowanie przebiegu choroby Parkinsona w sposób automatyczny. Wyniki analizy akustycznej zostały skorelowane z klinicznym opisem rozpoznania wybranych chorób i ich stopnia zaawansowania. W rezultacie możliwe było stworzenie oprogramowania wspomagającego pracę lekarza-klinicysty w zakresie diagnostyki, monitorowania terapii wraz z ilościową oceną postępu procesu leczenia oraz prognozą skutków tej terapii.

Pełny tekst rozprawy: praca.pdf

1. Daria Hemmerling, Andrzej Skalski i Janusz Gajda: Voice data mining for laryngeal pathology assessment. Computers in Biology and Medicine 69 (2016), s. 270–276.
2. Daria Panek, Andrzej Skalski i Janusz Gajda: Quantification of linear and non-linear acoustic analysis applied to voice pathology detection. Information Technologies in Biomedicine 4.2014 (2014), s. 355–364.
3. Daria Panek i in.: Acoustic analysis assessment in speech pathology detection. International Journal of Applied Mathematics and Computer Science 25.3 (2015), s. 631–643.
4. Daria Panek: Ocena parametrów analizy akustycznej w detekcji patologii mowy. Przegląd Elektrotechniczny, 90.5 (2014).
5. Daria Panek, Andrzej Skalskii Janusz Gajda: Wpływ długości fonacji na ilość informacji zawartej w sygnale głosu ludzkiego. Przegląd Elektrotechniczny 91.5 (2015), s. 57–59.
6. Daria Panek, Andrzej Skalski i Janusz Gajda: Voice pathology detection by fuzzy logic. Instrumentation and Measurement Technology Conference (I2MTC), 2015 IEEE International. IEEE. 2015, s. 289–293.
7. Daria Hemmerling i in.: Automatic Detection of Parkinson’s Disease Based on Modulated Vowels. InterSpeech. 2016, s. 1190–1194.
8. Daria Panek, Andrzej Skalski, Tomasz Zieliński, Dimitar Deliyski: Voice pathology classification based on high-speed videoendoscopy. EMBC 2015, annual international conference of the IEEE Engineering in Medicine and Biology Society : August 25–29 2015, Milano, Italy.
9. Daria Hemmerling: Voice pathology distinction using autoassociative neural. EUSIPCO2017, 25th European Signal Processing Conference : 28 August - 2 September 2017, Kos Island.

• prof. dr hab. Zbisław Tabor, Politechnika Krakowska Recenzja nr 1
• dr hab. inż. Ireneusz Jabłoński, Politechnika Wrocławska Recenzja nr 2