Marqueurs vocaux objectifs automatisés pour le diagnostic différentiel entre la maladie de Parkinson et les troubles parkinsoniens atypiques

Abstract

Les troubles de la parole sont une manifestation précoce et importante des troubles neurologiques. Par conséquent, la décomposition des troubles de la parole et la détection de la pathophysiologie sous-jacente ont une importance inestimable pour la pratique clinique. Les troubles de la parole sont généralement attribués au vieillissement, mais le modèle est surtout distinct pour la voix neurogène. Le parkinsonisme est l'un des troubles neurologiques qui fait référence à la maladie de Parkinson idiopathique (MPI) et aux syndromes parkinsoniens atypiques (APS), tels que la paralysie supranucléaire progressive (PSP) et l'atrophie multisystémique (AMS). Le diagnostic différentiel de ces derniers groupes de maladies reste une tâche difficile en raison de la similitude des symptômes aux premiers stades, alors que la certitude diagnostique précoce est essentielle pour le patient en raison des divergences de pronostic. En effet, malgré des efforts récents, aucun marqueur objectif validé de la parole n'est actuellement disponible pour guider le clinicien dans son diagnostic différentiel. Cette thèse a donc pour but de concevoir et de définir les marqueurs de la parole qui permettraient de mieux comprendre les troubles de la parole causés par des maladies neurologiques, puis de poser un diagnostic différentiel. L'analyse des troubles de la parole nécessite au moins une base de données vocales permettant d'évaluer le modèle des anomalies de la parole. La base de données vocales des maladies neurologiques PD et MSA-P n'est pas disponible en langue française. Ainsi, le développement d'une base de données vocales (Voice4PD-MSA) pour les groupes PD et AMS-P était l'un des objectifs de cette thèse. Tout en développant la base de données Voice4PD-MSA, nous avons exploré la base de données CzechData qui comprend des échantillons de parole en langue tchèque pour le diagnostic différentiel.L'algorithme automatique est toujours demandé pour quantifier l'observation perceptive et visuelle afin de capturer des troubles particuliers de la parole. Les composantes de la parole cliniquement interprétables sont considérées comme des anomalies de la respiration, de la production de voyelles, des mouvements de l'articulateur et de la prosodie par des méthodes objectives à partir de voyelles soutenues, de consonnes initiales de mots, de tâches diadochocinétiques (DDK) et de la parole continue. Les voyelles imprécises comprennent les déficits d'ouverture et de fermeture des plis vocaux, les mouvements involontaires de l'articulateur, l'hypernasalité, les tremblements et les modifications de la zone de l'espace vocal sont observés comme étant importants pour le diagnostic différentiel des patients atteints de AMS-P et de MPI. Dans les obstructions imprécises, le dévoicing dans les obstructions voisées et l'éclatement dans les fricatives (anti-spirantisation) sont identifiés comme des marqueurs vocaux distinctifs pour le AMS-P. En outre, les indices vocaux liés au sous-système de production de la parole et à la dysarthrie permettent une différenciation encourageante et une spécificité de la maladie dans les groupes de maladies. Compte tenu de la faible quantité de données, les caractéristiques vocales bidimensionnelles sont conçues de manière à ce que l'un des groupes de maladies prédomine dans l'une des dimensions vocales, ce qui permet de distinguer les groupes de maladies avec un bon score de classification. Le diagnostic différentiel précoce était un autre objectif essentiel de la présente étude. La présente étude a observé des indications encourageantes sur le diagnostic différentiel précoce en explorant la tendance des marqueurs de la parole par rapport aux signes cliniques. Nous espérons donc que la méthodologie présentée dans cette thèse servira d'outil de diagnostic potentiel dans la pratique clinique et inspirera le développement de méthodes automatiques pour étudier les troubles de la parole dans le parkinsonisme.