Erhebung und Analyse von Normdaten zum telemedizinschen Monitoring von Stimmstörungen

Abstract

Einleitung: In unserer kommunikativen Gesellschaft können Stimmstörungen, wie Heiserkeit, zu Einschränkungen im privaten und öffentlichen Leben und zur Isolation der Betroffenen führen. Daher ist ein frühzeitiges Diagnostizieren von Stimmstörungen entscheidend für die Lebensqualität der Stimmkranken. Um einen größeren Informationsgehalt über die Stimme zu erhalten, als bisher in punktuellen Untersuchungen möglich war, wurden in dieser Studie Stimmdaten von Stimmgesunden mittels telemedizinischen Monitorings via Handy-App erhoben und mit bestehenden Referenzwerten aus der Literatur verglichen. Material und Methoden: Die Teilnehmer dieser Studie waren 20 deutschsprachige Studenten im Alter von 22 bis 33 Jahren, die nach einer unauffälligen Voruntersuchung anamnestisch, stimmqualitativ (Stimmfeldmessung) und durch eine visuelle Begutachtung der Stimmlippen mittels Stroboskopie als stimmgesund eingestuft wurden. In einem 14-tägigen Untersuchungszeitraum sollte in sechs festgelegten Zeitintervallen mindestens je eine Aufnahme eines ponierten Vokals über die Handyapplikation „Voice Diary“, die extra von der Hochschule Trier entwickelt und auf HUAWEI Handys installiert wurde, aufgezeichnet werden. Jede Stimmaufnahme wurde danach mit einem Fragebogen bewertet. Aus den erhobenen Daten des telemedizinischen Monitorings wurden ausgewählte akustische Parameter mit MATLAB berechnet und in verschiedenen Grafiken dargestellt. Zu den ausgewählten Parametern zählten die Grundfrequenz (F0) und die Irregularitätsparameter Jitter und Shimmer, mit welchen sich Frequenz- und Amplitudenschwankungen bestimmen lassen. Zudem erfolgte die Berechnung der Harmonics-to-noise ratio (HNR) und der Noise-to-harmonics ratio (NHR), um das Verhältnis von harmonischen Anteilen und Geräuschanteilen in einem Stimmsignal zu beschreiben. Mit der Normalized-noise energy (NNE) wurde die gesamte Geräuschenergie eines Stimmsignal berechnet. Neben den Rauschparametern wurden spektrale Stimmqualitätsparameter wie der H1H2, als akustisches Korrelat für das Verhältnis von Offen- und Schlussphase der Stimmlippen verwendet. Des Weiteren wurde die spektrale Neigung des Stimmsignals mit dem Tilt, dem Slope und der Smoothed cepstral peak prominence (CPPs) ermittelt. Zuletzt erfolgte durch ein t-distributed stochastic neighbor Embedding (t-SNE) eine Dimensionsreduktion aller Parameter und der Vergleich in einem gemeinsamen Plot. Ergebnisse: Insgesamt konnten die Daten von 17 Probanden in dieser rein deskriptiven Studie verwendet werden. Die subjektive Stimmbewertung der meisten Aufnahmen war sehr gut oder gut. Die Frage nach der Stimmqualität ist in dieser Studie mit den anderen Qualitätsfragen nicht vergleichbar. Bis auf den NNE verteilen sich alle anderen akustischen Parameter bei den einzelnen Probanden und in Anbetracht des Gesamtkollektivs regelmäßig. Dies zeigt auch die gleichmäßige Verteilung innerhalb eines t-SNE Plots nach Dimensionsreduktion und Ausschluss des NNE. Zudem stimmen sie mit bisher beschriebenen Referenzwerten aus der Literatur überein. Einzelne Ausreißer lassen sich durch unregelmäßige Messsituationen im häuslichen und freien Umfeld durch Hintergrundgeräusche erklären. Diskussion: Das telemedizinische Monitoring mit Mobiltelefonen ergab unter Ausschluss des NNE stabile akustische Parameter, die mit Referenzwerten von Stimmgesunden aus der Literatur übereinstimmen. Das Stimmmonitoring via Handyapp ist daher geeignet, Stimmverläufe von gesunden Probanden valide aufzuzeichnen und kann bei Stimmgesunden in der Stimmdiagnostik verwendet werden.

Introduction: In a communicative society voice disorders, like hoarseness, can lead to limitations in a person’s private and public life and to isolation of the affected individual. An early diagnosis of voice disorders is essential for improving the patient’s quality of life. In this telemedical monitoring study a mobile phone application was used to capture the voice parameters of individuals with healthy voices. This served to create a useful data set which was then compared to pre-existing reference values in the literature. Material and Methods: In this study 20 German speaking students from the ages of 22 to 33 years volunteered. They each were given a non-pathological preexamination of voice quality, in addition to the anamnestic and a normal visual appearance of the vocal cords during stroboscopy. During the research period of 14 days, the phonations of vocalization during 6 different time periods each day were recorded with the application Voice Diary. This application was invented at the technical faculty in Trier and downloaded and installed on Huawei phones. Each record was evaluated afterwards using a standardized questionnaire. Through calculation of the recording of the telemedical monitoring certain acoustic parameters were computed with MATLAB and presented in different charts. The selected parameters included the fundamental frequency (F0) and the parameters of irregularity like jitter and shimmer, which describe the variation of frequency and the amplitude. Furthermore, the Harmonics-to-noise ratio (HNR) and the Noise-to-harmonic ratio (NHR) were calculated to describe the ratio of the harmonic and noisy components in a voice signal. The Normalized-noise energy (NNE) was used to calculate the complete amount of noise energy in a voice signal. Besides the noise parameters, spectral voice parameters like the H1H2 as an acoustic correlation of the ratio between opening and closing of the vocal folds were determined. For the calculation of the spectral tilt of a voice signal, parameters like the Tilt, the Slope and the Smoothed cepstral peak prominence (CPPs) were used. In a final step the parameters were compared in a common Plot after the dimension reduction with t-distributed stochastic neighbor Embedding (t-SNE). Results: On the whole the recordings and results of 17 participants were able to be compared in this descriptive study. The subjective voice evaluation of most recordings was good or very good. In the study the results of the voice quality were not comparable with the other questions of the standardized questionnaire. Except the NNE, the spreading of the elected acoustic parameters of all test subjects was normal compared to the average. The same result was shown in the t-SNE plot after the reduce of dimension and exclusion of the NNE. Furthermore, the results were conforming to preexisting reference values in the literature. Single spikes in the data are explained by the subjects experiencing disturbed recording situations as well as background noises in private and public areas. Discussion: The telemedical monitoring of voices using mobile phones is able to record stable acoustic parameters, which are comparable to pre-existing reference values of individuals with healthy voices. Therefore, the telemedical monitoring using mobile phones is a valid method for recording voice changes of healthy people and can be used as an instrument in the diagnostic of healthy voices.