Objective ON-OFF-Classification in Patients with Parkinson's Disease Based on Speech Recordings Using Machine Learning Methods
Year: 2026
Type: dissertation
Abstract: Sprachaufnahmen von 14 Parkinson-Patienten wurden zur objektiven ON-OFF-Differenzierung mit maschinellen Lernmethoden analysiert. Das CRNN-Modell erzielte eine Klassifikationsgenauigkeit von 82 %. Der PAC-Ansatz identifizierte Kontinuierlich, Frikativ und Stille als die zur ON-OFF-Differenzierung relevantesten Lautmerkmale. Die Sprachprotokolle PA-TA-KA und Vokale wiesen die höchste ON-OFF-Trennschärfe auf. Die fehlgeschlagene Validierung bei Patienten mit kürzerer Krankheitsdauer verdeutlicht die Herausforderungen bei der Generalisierbarkeit.
Author: Abedin Pour, Kian Philipp
Institution: Technical University of Munich
Language: German
Topic: Voice and Speech Disorders
Subfield: Speech and Hearing
Field: Health Professions
Domain: Health Sciences
Open Access status: green
OpenAlex ID: W7118107957
