Bachelor's Thesis

Determining Parkinson's disease symptoms from speech signals

Final Thesis 3.03 MB Appendix 12.53 MB

Author of thesis: Bc. Jan Pochylý

Acad. year: 2025/2026

Supervisor: prof. Ing. Milan Sigmund, CSc.

Reviewer: Ing. Tomáš Doležal

Abstract:

This bachelor’s thesis examines the influence of Parkinson’s disease on speech
production and the possibilities of its automatic detection through acoustic analysis and
machine learning methods. The theoretical part summarizes the manifestations of the
disease, with a focus on hypokinetic dysarthria and disorders of phonation and
articulation. The practical part is divided into two logical sections. The first focuses on
the design and implementation of a program for the automatic selection of phonetically
identical segments from speech signals. In the second part, key acoustic features are
extracted from these selected segments and used to train and test machine learning
classification models such as Support Vector Machine and Logit Boost. The outcome of
the thesis is a complete and fully automated software pipeline that integrates medical
knowledge with digital signal processing and classification, providing an objective tool
to support the diagnosis of Parkinson’s disease.

Keywords:

Parkinson's disease, hypokinetic dysarthria, phonation, articulation, vowels, formant
analysis, automatic selection of speech segments, machine learning.

Date of defence

16.06.2026

Result of the defence

Defended (thesis was successfully defended)

znamkaBznamka

Grading

B

Process of defence

Student prezentuje výsledky své bakalářské práce a následně odpovídá na dotazy oponenta a komise. doc. Drexler: Jaká je výpočetní náročnost použitých algoritmů? Jaká je minimální délka řečového záznamu? Student: Pohotově odpovídá a orientuje se v tématu. Urbanec PhD. : Jaká je přesnost klasifikace z jednotlivých databází? Student: Odpovídá a orientuje se v tématu.

Language of thesis

Czech

Faculty

Fakulta elektrotechniky a komunikačních technologií

Department

Department of Radio Electronics

Study programme

Electronics and Communication Technologies (BPC-ECT)

Composition of Committee

prof. Ing. Milan Sigmund, CSc. (předseda)
Ing. Tomáš Urbanec, Ph.D. (místopředseda)
prof. Ing. Jiří Sobota, Dr. (člen)
doc. Ing. Petr Drexler, Ph.D. (člen)
Ing. Jiří Janošík (člen)

Supervisor’s report
prof. Ing. Milan Sigmund, CSc.

Student Jan Pochylý chodil pravidelně na konzultace, postupně samostatně vytvářel jednotlivé části práce a celkovou bakalářskou práci dokončil v předstihu. Teoretická část je obsahově zdařile napsaná. Vytvořený program je funkční. Na testovacích signálech byly při extrakci samohlásek a detekci Parkinsonovy choroby dosaženy úspěšnosti podobné jako u složitějších systémů prezentovaných v odborné literatuře. Bylo by vhodné provést testy s větším objemem dat.
Vypracovaný text vykazuje bohužel několik nedostatků. Obsahuje občas nevhodné formulace, které vznikly zřejmě strojovým překladem z angličtiny bez následné úpravy, např. „Datová sada [22] obsahuje syntetizované repliky držených samohlásek /A/ a /I/, které byly namluveny zdravými kontrolami, pacienty s Parkinsonovou nemocí….“ (str. 36). V textu se vyskytují dlouhá souvětí, u nichž se obtížně sleduje hlavní myšlenka, např. horní odstavec na str. 37. Některá slova jsou psaná bezdůvodně s velkými počátečními písmeny. Střídají se pojmy Parkinsonova choroba a Parkinsonova nemoc. Citace použité literatury není psaná jednotným stylem.
Předloženou bakalářskou práci doporučuji k obhajobě a hodnotím ji počtem bodů 86/B. Points proposed by supervisor: 86

Grade proposed by supervisor: B

Reviewer’s report
Ing. Tomáš Doležal

Student řešil bakalářskou práci na téma Určování Parkinsonovy choroby z řečového signálu. Práce se zabývá projevy Parkinsonovy choroby v řeči, výběrem samohláskových úseků, extrakcí akustických příznaků a klasifikací pomocí metod strojového učení.

Student zpracoval rešeršní část, popsal relevantní řečové projevy onemocnění a vytvořil automatizovaný program pro segmentaci, extrakci příznaků a klasifikaci. Pozitivně hodnotím snahu o ucelený postup od vstupního signálu až po výsledné rozhodnutí a praktické ověření na dostupných řečových datech. Práce má i dílčí nedostatky. Text má dílčí formální nedostatky a diskuse limitů použité metody mohla být hlubší. U řečové diagnostiky mohou výsledky výrazně ovlivnit věk, pohlaví, individuální hlasové vlastnosti mluvčího, kvalita mikrofonu, prostředí nahrávání, šum i rozdíly mezi databázemi. Tyto vlivy by bylo vhodné rozebrat podrobněji.

Celkově práci hodnotím pozitivně. Student splnil hlavní body zadání, vytvořil funkční softwarový nástroj a prokázal schopnost aplikovat metody zpracování řečového signálu a strojového učení. Práci doporučuji k obhajobě. Topics for thesis defence:
  1. Které faktory kromě samotné Parkinsonovy choroby mohou nejvíce ovlivnit výsledky klasifikace?
  2. Jak byste navrženou metodu upravil, aby byla robustnější vůči šumu a rozdílným podmínkám nahrávání?
Points proposed by reviewer: 88

Grade proposed by reviewer: B

Responsibility: Mgr. et Mgr. Hana Odstrčilová