Taleb, Catherine
[Author]
;
Institut polytechnique de Paris
[Contributor];
Likforman-Sulem, Laurence
[Contributor];
Mokbel, Chafic
[Contributor]
Parkinson's desease detection by multimodal analysis combining handwriting and speech signals ; Détection de la maladie de Parkinson par analyse multimodale combinant signaux d’écriture et de parole
You can manage bookmarks using lists, please log in to your user account for this.
Media type:
E-Book;
Text;
Electronic Thesis
Title:
Parkinson's desease detection by multimodal analysis combining handwriting and speech signals ; Détection de la maladie de Parkinson par analyse multimodale combinant signaux d’écriture et de parole
Footnote:
Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
Description:
La maladie de Parkinson (MP) est un trouble neurologique causé par une diminution du niveau de dopamine dans le cerveau. Cette maladie est caractérisée par des symptômes moteurs et non moteurs qui s'aggravent avec le temps. Aux stades avancés de la maladie de Parkinson, le diagnostic clinique est clair. Cependant, dans les premiers stades, lorsque les symptômes sont souvent incomplets ou subtils, le diagnostic devient difficile et, parfois, le sujet peut rester non diagnostiqué. En outre, il n'existe pas de méthodes efficaces et fiables permettant d'établir avec certitude un diagnostic précoce du MP. La difficulté de la détection précoce est une forte motivation pour les outils d'évaluation informatisés/outils d'aide à la décision/instruments de test qui peuvent aider au diagnostic précoce et à la prédiction de la progression de la maladie de Parkinson. La détérioration de l'écriture et la déficience vocale peuvent être l'un des premiers indicateurs de l'apparition de la maladie. Selon la documentation examinée, un modèle indépendant du langage pour détecter la maladie de Parkinson à l'aide de signaux multimodaux n'a pas été suffisamment étudié. L'objectif principal de cette thèse est de construire un système multimodal indépendant du langage pour évaluer les troubles moteurs chez les patients atteints de la maladie de Parkinson à un stade précoce, basé sur des signaux combinés d'écriture et de parole, en utilisant des techniques d'apprentissage automatique. Dans ce but et en raison de l'absence d'un ensemble de données multimodales et multilingues, une telle base de données, également répartie entre les témoins et les patients atteints de la maladie de Parkinson, a d'abord été construite. La base de données comprend des enregistrements de l'écriture, de la parole et des mouvements oculaires recueillis auprès de patients témoins et de patients atteints de la maladie de Parkinson en deux phases (avec médication et sans médication). Dans cette thèse, nous nous sommes concentrés sur l'analyse de l'écriture et de la ...