KEYWORD |
Alterazioni dell’eloquio in pazienti affetti da malattia di Parkinson
keywords ANALISI VOCALE, MACHINE LEARNING, ARTIFICIAL NEURAL NETWORKS, MALATTIE NEUROLOGICHE
Reference persons GABRIELLA OLMO
External reference persons Dr. Federica Amato - federica.amato@polito.it
Research Groups DAUIN - GR-19 - SYSTEM BIOLOGY GROUP - SYSBIO
Thesis type SPERIMENTALE APPLICATA
Description La tesi si colloca nell’ambito dell’analisi vocale e si propone si sviluppare un sistema fine per la quantificazione dell’alterazione dell’eloquio in pazienti affetti da malattia di Parkinson. Ad oggi, infatti, la valutazione dell’eloquio avviene tramite scoring UPDRS che risulta spesso eccessivamente semplificato e non in grado di catturare i vari aspetti della produzione vocale.
Il progetto, in collaborazione con il dipartimento di Neurologia dell’Ospedale Molinette, verterà sull’analisi di segnali vocali, con l’obiettivo di sviluppare una tecnica per la valutazione fine dell’eloquio di pazienti parkinsoniani.
Required skills Conoscenze di base dell’analisi ed elaborazione dei segnali.
Programmazione di base (Matlab, Python).
Conoscenza di base di Machine Learning
Deadline 04/03/2023
PROPONI LA TUA CANDIDATURA