Çoklu ses kayıtları içeren bir parkinson konuşma veri kümesinin toplanması ve analizi
Collection and analysis of a parkinson speech dataset with multiple types of sound recordings
- Tez No: 352242
- Danışmanlar: PROF. DR. AHMET SERTBAŞ, DOÇ. DR. OLCAY KURŞUN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyomühendislik, Nöroloji, Computer Engineering and Computer Science and Control, Bioengineering, Neurology
- Anahtar Kelimeler: merkezi eğilim ve dağılım ölçütleri, çapraz geçerleme, çoklu ses türleri, konuşma bozuklukları, Parkinson hastalığının uzaktan tanısı, central tendency and dispersion metrics, cross validation, multiple sound types, speech impairments, telediagnosis of Parkinson's disease
- Yıl: 2014
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 127
Özet
Teknoloji ilerledikçe, tıp alanında kestirimci uzaktan tanı ve takip sistemlerinin kullanımı gittikçe artmaktadır. Bu tip sistemler tansiyon ve şeker gibi yaygın hastalıkların teşhis, tanı ve takibinde sıklıkla kullanılmaktadır. Bu sistemlere artan ilgiyle birlikte, Parkinson hastalığının teşhis, tanı ve takibinde kullanılabilecek konuşmadan örüntü tanıma uygulamalarına olan ilgi de artmıştır. Bu amaçla, bu çalışmada Parkinson hastaları için bir dizi konuşma alıştırmasından derlenmiş sürekli sesli harfleri, kelimeleri ve cümleleri içeren farklı ses örnekleri toplanmıştır. Her denek için birden fazla ses kaydı içeren bu tür bir veri kümesi üzerinde çalışacak kestirimci bir yapay öğrenme modeli çıkarımında iki temel sorun bulunmaktadır. Birincisi, bu farklı ses örneklerinin Parkinson hastalığının teşhisinde ne kadar kestirimci olabileceğini tahmin etmektir. Diğeri ise, bir deneğin tüm örnek ses kayıtları yerine bu kayıtların merkezi eğilim ve dağılım ölçütlerini kullanmanın bu deneğin tüm kayıtlarını ne kadar temsil edeceğidir. Bu çalışmanın amacı toplanan Parkinson veri kümesi üzerinde çeşitli yapay öğrenme algoritmalarını kullanarak hangi ses örneğinin daha başarılı sonuçlar vereceğini bulmak; ayrıca merkezi eğilim ve dağılım ölçütlerini kullanarak ses örneklerinden çıkarılan temsili değişkenlerin başarısını ölçmektir. Yapılan bu çalışma sonucunda toplanan Parkinson veri kümesi üzerinde kullanılan popüler yapay öğrenme algoritmaları göstermiştir ki daha önce yapılan çalışmalarda da gösterildiği gibi sürekli sesli harfler daha fazla ayırt edici bilgi içermektedir. Ayrıca bir deneğe ait farklı ses örneklerinin merkezi eğilim ve dağılım ölçütleri ile gösterimini kullanmak kestirimci modelin ayırt edici özelliğini arttırmaktadır.
Özet (Çeviri)
As the tecnological progress advances, usage of predictive telediagnosis and telemonitoring systems in the medical area is also increasing. These kind of systems have already been used for the diagnosis and monitoring of widespread diseases like tension (hyper/hipo) and diabetes. With the increasing interest to these systems, there has been an increased interest in speech pattern analysis applications of Parkinsonism for building predictive telediagnosis and telemonitoring models. For this purpose, we have collected a wide variety of voice samples, including sustained vowels, words, and sentences compiled from a set of speaking exercises for People with Parkison's (PWP). There are two main issues in learning from such a dataset that consists of multiple speech recordings per subject: (i) how predictive these various types, e.g. sustained vowels vs. words, of voice samples are in Parkinson's Disease (PD) diagnosis? (ii) how well the central tendency and dispersion metrics serve as representatives of all sample recordings of a subject? One of the aims of this thesis study is to investigate the performance of popular machine learning tools on different voice samples. Additionally the success of using the representations of the voice samples with the central tendency and dispersion metrics is also examined. This study showed that investigating our Parkinson dataset using well-known machine learning tools, as reported in the literature, sustained vowels are found to carry more PD-discriminative information. It is also found that rather than using each voice recording of each subject as an independent data sample, representing the samples of a subject with central tendency and dispersion metrics improves generalization of the predictive model.
Benzer Tezler
- Günümüz standart Türkçesindeki çok şekilli söylenişlerin 1960'a kadar sesli kayıtlardaki durumu
A master thesis on the status of the voice records until 1960 for the multiple formats of vocalization in today's standart Turkish language
CÜNEYT GÜNDOĞDU
- Face and speech recognition on field programmable gate array
Sahada programlanabilir kapı dizilerinde yüz ve konuşma tanımlama
GÖKHAN ÇETİN
Yüksek Lisans
İngilizce
2010
Elektrik ve Elektronik MühendisliğiDokuz Eylül ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. NALAN ERDAŞ ÖZKURT
- Soyutlama, örüntü tanımlama ve algoritma tasarımı becerilerinin ortaokul matematik dersi öğretim programı, öğretmen ve öğrenci bağlamında incelenmesi
Examination of abstraction, pattern recognition and algorithm design skills in the context of secondary school mathematics curriculum, teacher and student
NURDAN KARSLI
Doktora
Türkçe
2023
Eğitim ve ÖğretimBaşkent ÜniversitesiMatematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı
PROF. DR. ŞEREF MİRASYEDİOĞLU
- Özel yetenekli öğrencilere yönelik tasarlanan teknoloji destekli geometri öğretim modülünün ispat ve muhakeme süreçleri açısından incelenmesi
Investigation of proof and reasoning processes in a technology-supported geometry teaching module designed for gifted students
DERYA ZENGİN
Doktora
Türkçe
2024
Bilim ve TeknolojiBursa Uludağ ÜniversitesiMatematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı
PROF. DR. MENEKŞE SEDEN TAPAN BROUTIN
- An investigation on seventh grade students' mathematical and environmental learning residuals in model-eliciting activities
Yedinci sınıf öğrencilerinin modelleme problemlerinde matematiksel ve çevresel öğrenme kalıntılarının incelenmesi
GAMZE BAKTEMUR
Yüksek Lisans
İngilizce
2022
Eğitim ve ÖğretimOrta Doğu Teknik ÜniversitesiMatematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞERİFE SEVİNÇ