Rozpoznawanie choroby Parkinsona na podstawie głosu przy wykorzystaniu sztucznych sieci neuronowych



Pobieranie 332.6 Kb.
Strona1/5
Data27.04.2016
Rozmiar332.6 Kb.
  1   2   3   4   5


­Temat: “Rozpoznawanie choroby Parkinsona na podstawie głosu przy wykorzystaniu sztucznych sieci neuronowych”

Streszczenie

Praca inżynierska rozpoczyna się od krótkiego zarysu historycznego sztucznych sieci neuronowych. Przedstawiane są w niej następnie podstawowe informacje dotyczące wspomnianego terminu - omówiono różne modele neuronów i typy sztucznych sieci neuronowych. Na końcu rozdziału znajduje się opis możliwych zastosowań sieci neuronowych. Kolejna część pracy zawiera wprowadzenie do choroby Parkinsona. Omówione zostało leczenie i przyczyny powstawania choroby oraz jej powiązania z ludzkim głosem. Główną część pracy stanowi rozdział trzeci traktujący o procesie detekcji choroby Parkinsona przy wykorzystaniu sztucznych sieci neuronowych. Została w nim przedstawiona metodyka badań, za pomocą których uzyskano zbiór danych potrzebnych do napisania programu oraz analiza i rozkład głosu na podstawowe parametry akustyczne. W części tej znajduje się również opis algorytmu pozwalającego na rozpoznawanie choroby Parkinsona w oparciu o analizę głosu oraz przedstawienie sposobów nauki sztucznej sieci neuronowej. W kolejnej części przeanalizowano projekt. Wskazano cele programu, możliwe rozwiązania projektowe oraz przegląd podobnych, wcześniej utworzonych aplikacji. W rozdziale piątym opisano projekt pod kątem funkcjonalności i struktury. Omówiono także zastosowane w aplikacji rozwiązania technologiczne oraz opisano wykorzystane w niej testy. Ostatni rozdział zawiera podsumowanie, gdzie wyspecyfikowano najpoważniejsze problemy, na które natrafiono w trakcie tworzenia aplikacji. Wspomniano również o możliwościach rozwoju programu oraz jego roli w nowoczesnej medycynie.



Słowa kluczowe: sztuczne sieci neuronowe, analiza akustyczna głosu, choroba Parkinsona, oprogramowanie Praat, modele neuronów, Java Server Pages, parametry akustyczne głosu

The Recognition of Parkinson's Disease on the Basis of Voice Using Neural Networks

The Engineering thesis begins with a brief history of the scratch artificial neural networks. It presents the basic information on this term, discussing the various models of neurons and the types of artificial neural networks. At the end of the chapter there is the description of applications of neural networks. The next part accounts for the introduction to Parkinson's disease. It discusses the treatment as well as the causes of disease and its relation to the human voice. The third chapter of this thesis comprises its main part, which describes the process of detection of Parkinson's disease using artificial neural networks. There are some informations about research methodology which was used to get data for program. The part of this section describes the algorithm detecting Parkinson's disease on the basis of voice and ways of learning artificial neural network. The next section is an analysis of the project. They demonstrate the intended goals of the program and possible design solutions to a similar review of the application and similar applications already occurring. The fifth chapter contains functional and structural description of the project. This section discusses the application of technological solutions and applications created to the previously-mentioned tests. There is a summary of work in the last chapter. It contains specification of all main problems which appeared while application was created.

There is also mentioned about possible application development and their role in modern medicine in the future.


Keywords: artificial neural networks, acoustic analysis of voice, Parkinson's disease, Praat’s software, models of neurons, Java Server Pages, acoustic parameters of voice

Przedmowa

Tematem pracy było rozpoznawanie choroby Parkinsona na podstawie głosu przy wykorzystaniu sztucznych sieci neuronowych. Główny cel to zbadanie czy istnieje możliwość detekcji choroby Parkinsona na podstawie głosu za pomocą zautomatyzowanych narzędzi. W ramach pracy powinna zostać utworzona aplikacja opierająca swoje działania na sztucznych sieciach neuronowch. Ze względu na to że istotne jest, aby każdy pacjent mógł wykonywać badania bez konieczności wizyty w szpitalu, zadbano, aby program był łatwo dostępny dla użytkowników i umożlwiono obsługiwanie go poprzez interfejs przeglądarki.

Trudno mówić o stawianiu diagnozy całkowicie potwierdzającej chorobę, wykorzystując tylko analizę głosu. Problemy z głosem pojawiają się jako jeden z pierwszych objawów choroby Parkinsona, jednakże mogą równie dobrze stanowić o innych dolegliwościach głosowych (np. zjawisko chrypki występujące w trakcie przeziębienia). Ważne natomiast, aby interpretacje badań zachodziły po przeanalizowaniu więcej niż jednej próbki głosu danej osoby.

Program stanowi aplikację sieciową, która ma możliwość łączenia się z bazą i składowania w niej rekordów osób przebadanych. Aplikacja nie wykorzystuje jednak możliwości wynikających z tego rozwiązania. Dołączenie modułów analizy i prezentacji rezultatów badań składowanych w bazie danych planowane jest do wykonania w późniejszych etapach pracy nad programem (już po napisaniu pracy inżynierskiej).

W trakcie implementacji aplikacji starałem się korzystać z profesjonalnych narzędzi oraz technik. Do analizy sztucznych sieci neuronowych używalem programu Statistica, jako środowisko wytwarzania oprogramowania wybrałem IDE (Integrated Development Environment) Eclipse, a kolejne wersje kodów źródłowych przechowywałem w repozytorium SVN. Wdrożenie aplikacji opiera się na wykorzystaniu oprogramowania firmy IBM: serwerze aplikacyjnym Websphere Application Server oraz bazie danych DB2.

Pracę inżynierską pisałem, biorąc pod uwagę fakt, że potencjalny czytelnik może nie znać niektórych zagadnień w niej stosowanych. W tym celu przed wprowadzaniem terminów z zakresu wiedzy specjalistycznej starałem się dokonywać krótkiego opisu wstępnego w celu wyjaśnienia ich. W zakończeniu pracy zostało zawarte podsumowanie osiągnięć projektu. Przedstawiam w nim w jaki sposób zrealizowałem założone cele. Dokonuję również opisu dalszych możliwości rozwoju aplikacji.

Tematyka pracy może być interesująca ze względu na nieustanne zwiększanie się popularności i coraz większe odkrycia w zakresie sposobów wykorzystania sztucznej inteligencji w medycynie. Kto wie, może za kilkanaście lat lekarze zostaną w pełni zastąpieni przez inteligentne maszyny, które będą w stanie podejmować trafniejsze od nich decyzje.

Spis treści


1 Wstęp do sieci neuronowych 5

.1.1 Historia 5

.1.2 Podstawy 5

.1.2.1 Inspiracje biologiczne 5

.1.2.2 Sieci neuronowe 6

.1.2.3 Podstawowe modele neuronów 7

.1.2.3.1 Perceptron 8

.1.2.3.2 Neuron sigmoidalny 9

.1.2.3.3 Neuron Adaline 10

.1.2.4 Sztuczne sieci neuronowe 11

.1.2.5 Typy sieci neuronowych 11

.1.2.5.1 Sieci jednokierunkowe 12

.1.2.5.2 Rekurencyjne sieci neuronowe 14

.1.2.5.3 Sieci komórkowe 15

.1.2.6 Zastosowania sieci neuronowych 16

2 Wstęp do choroby Parkinsona 17

.2.1 Podstawy 17

.2.2 Leczenie i przyczyny powstawania choroby Parkinsona 18

.2.3 Głos ludzki a choroba Parkinsona 18

3 Detekcja choroby Parkinsona przy wykorzystaniu sieci neuronowych 19

.3.1 Metodyka badań 19

.3.1.1 Warunki środowiskowe 19

.3.1.2 Przedmiot badań 20

.3.2 Analiza akustyczna głosu 20

.3.2.1 Podstawowe parametry 21

.3.2.1.1 Jitter 21

.3.2.1.2 Shimmer 21

.3.2.1.3 HNR 21

.3.2.1.4 NHR 21

.3.2.2 Rozkład głosu na parametry akustyczne 21

.3.3 Algorytm detekcji choroby Parkinsona 22

.3.3.1 Opis ogólny 23

.3.3.1.1 Zbiór danych 23

.3.3.1.2 Uczenie sieci 24

.3.3.2 Wykorzystana sieć neuronowa 26

4 Analiza projektu 28

.4.1 Cele projektu 28

.4.2 Możłiwe rozwiązania 28

.4.3 Przegląd podobnych aplikacji 28

5 Projekt aplikacji do detekcji choroby Parkinsona 29

.5.1 Opis funkcjonalny 29

.5.2 Opis strukturalny 30

.5.2.1.1 Aplikacja internetowa 31

.5.2.1.2 Analizator akustyczny głosu 31

.5.2.1.3 Detektor choroby Parkinsona 31

.5.2.1.4 Baza danych 31

.5.2.2 Wykorzystane technologie 32

.5.2.2.1 Oprogramowanie Praat 32

.5.2.2.2 JSP 32

.5.2.2.3 Baza DB2 32

.5.2.2.4 IBM WebSphere Application Server 33

.5.2.2.5 Statistica 33

.5.3 Testowanie działania programu 33

.5.3.1 Poprawność detekcji 33

.5.3.2 Wydajność działania programu 34

6 Podsumowanie i wnioski 34

7 Bibliografia 36






  1   2   3   4   5


©absta.pl 2016
wyślij wiadomość

    Strona główna