prikaz prve stranice dokumenta Sustav za dijagnostiku i praćenje intenziteta mucanja primjenom strojnog učenja na rubnim uređajima
Rad nije dostupan
diplomski rad
Sustav za dijagnostiku i praćenje intenziteta mucanja primjenom strojnog učenja na rubnim uređajima
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. urn:nbn:hr:168:629033
Sušac, Petar
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Sušac, P. (2024). Sustav za dijagnostiku i praćenje intenziteta mucanja primjenom strojnog učenja na rubnim uređajima (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:629033

Sušac, Petar. "Sustav za dijagnostiku i praćenje intenziteta mucanja primjenom strojnog učenja na rubnim uređajima." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. https://urn.nsk.hr/urn:nbn:hr:168:629033

Sušac, Petar. "Sustav za dijagnostiku i praćenje intenziteta mucanja primjenom strojnog učenja na rubnim uređajima." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. https://urn.nsk.hr/urn:nbn:hr:168:629033

Sušac, P. (2024). 'Sustav za dijagnostiku i praćenje intenziteta mucanja primjenom strojnog učenja na rubnim uređajima', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 22.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:629033

Sušac P. Sustav za dijagnostiku i praćenje intenziteta mucanja primjenom strojnog učenja na rubnim uređajima [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2024 [pristupljeno 22.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:629033

P. Sušac, "Sustav za dijagnostiku i praćenje intenziteta mucanja primjenom strojnog učenja na rubnim uređajima", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:629033

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:629033
Podaci o radu
NaslovSustav za dijagnostiku i praćenje intenziteta mucanja primjenom strojnog učenja na rubnim uređajima
Naslov (engleski)System for diagnosing and monitoring the intensity of stuttering using machine learning on edge devices
AutorPetar Sušac
MentorHrvoje Džapo (mentor)
Član povjerenstvaHrvoje Džapo (predsjednik povjerenstva)
Član povjerenstvaMario Cifrek (član povjerenstva)
Član povjerenstvaŽeljka Lučev Vasić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2024-07-16, Hrvatska
Sažetak
Mucanje je poremećaj tečnosti govora koji u značajnoj mjeri utječe na verbalnu komunikaciju. Mjerenja intenziteta mucanja i anksioznosti povezane s govorom važna su za uspješno provođenje logopedske terapije, no zbog velike varijabilnosti intenziteta mucanja pouzdana mjerenja su nepraktična i zahtijevaju velik trošak vremena logopeda. U ovom radu razvijen je sustav za automatizirano mjerenje intenziteta mucanja i prikupljanje biomedicinskih signala koji ukazuju na anskioznost. Razvijen je model umjetne neuronske mreže koji detektira tri osnovne vrste mucajućih netečnosti u govoru: blokade, produljenja i ponavljanja. Razvijena je programska potpora za nosivi ugradbeni računalni sustav koji pomoću navedenog modela u stvarnom vremenu mjeri intenzitet mucanja na temelju govora, prikuplja signale vodljivosti kože i fotopletizmografije i iz njih izdvaja odabrane značajke te sprema rezultate obrade za kasniju analizu i vizualizaciju. Sustav postiže točnost do 71% u detekciji mucajućih netečnosti.
Sažetak (engleski)
Stuttering is a speech fluency disorder with a significant effect on the verbal communication ability of those who stutter. Being able to measure the intensity of stuttering and the level of speech-related anxiety in patients is important to speech pathologists in order to successfully conduct speech therapy. However, due to the large variability of stuttering intensity, reliable measurements are impractical and time-consuming. This thesis presents the development of a wearable automated stuttering intensity and speech-related anxiety measurement system. An artificial neural network model is developed to detect the three types of stuttering disfluency (blocks, prolongations, repetitions) from speech, as well as software for a wearable embedded system which uses the neural network model to measure the stuttering intensity in real time. In addition, the wearable system extracts selected features of electrodermal activity and photoplethysmography biosignals which can be linked to the level of anxiety. The results are stored to non-volatile storage for subsequent analysis and visualization. The system achieves up to 71% accuracy in stuttering disfluency classification.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:629033
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2024-10-12 22:11:05