Wykorzystanie sygnału mowy jako źródła informacji diagnostycznej,
kontrolnej i prognostycznej w wybranych problemach medycznych
związanych z otolaryngologią
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 stworzenie systemu, którego zadaniami były: automatyczna detekcja chorób laryngologicznych, prognoza postępu choroby Parkinson'a, estymacja punktacji w skali UPDRS opisującej nasilenie objawów choroby Parkinson'a. 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 Parkinson'a 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.