A Parkinson-kór (PK) az egyik leggyakoribb neurodegeneratív betegség. Fő általános tünetei a remegés, merevség és az izomkontroll elvesztése. Kutatások kimutatták, hogy a beszéd hasznos információt hordoz a PK betegek és egészséges kontrollcsoport közötti megkülönböztetéshez. Klinikai bizonyítékok alapján a legtöbb Parkinson-kórban szenvedő beteg mutat valamilyen fajta beszédbeli rendellenességet. A betegség korai diagnózisának indokai (többek között hatékonyabb kezelés) arra késztette a szakembereket, hogy döntéstámogató rendszereket kutassanak a kór felismerésére különböző akusztikai jellemzők alapján. A téma fő célja olyan hang-alapú diagnosztikai eszköz fejlesztése, amely segítséget nyújt a betegség megállapításában. A téma során feladat olyan paraméterek azonosítása, amelyek jellemzőek magyar nyelvű Parkinson-kóros beszédre. Ez lehetőséget ad egy olyan monitorozó rendszer kidolgozására, amely képes az alany beszédéből a PK diagnosztizálására (illetve arra egy valószínűségi mértéket mondani). A munka során a hallgatók több területre is becsatlakozhatnak. Szükség van a betegek felvételeinek összegyűjtésére és feldolgozására, az akusztikai beszéd paramétereket kiszámítására, statisztikai elemzés és automatikus osztályozás/regresszió alkalmazására. A résztvevők megismerkedhetnek a beszéd akusztikai paraméterekkel való jellemzésével, hang jelfeldolgozási eljárásokkal, statisztikai elemző módszerekkel, gépi osztályozó eljárásokkal. A munka során előforduló hang- és adatfeldolgozási feladatok különböző beszédfeldolgozó és statisztikai programok scriptnyelvén történnek, illetve ha saját módszer implementációjáról van szó, akkor a módszer szabadon választott. Bővebb felvilágosításért keressen minket az Informatika épület B 158-as szobájában vagy a sztaho@tmit.bme.hu, illetve a vicsi@tmit.bme.hu címek valamelyikén.

Parkinson's disease is one of the most common neurodegenerative disorders. Main symptoms are tremor, rigidity and the loss of muscle control. Researches showed that the disease also affects speech. The goal of the topic is to develop a diagnostic tool (software) that helps clinical staff to diagnose and follow the treatment of the disease. During the work, students get insights of the topic of speech acoustics and machine learning. For more information visit us in room IB158 or write email to: sztaho@tmit.bme.hu.