Automatische Klassifikation von Stimmstörungen anhand endoskopischer Hochgeschwindigkeitsaufnahmen

Abstract

Hoarseness is a common but unspeci c symptom of voice disorders emerging from disturbances of vocal fold vibration. A more speci c diagnosis thus demands the observation of the vibration process. Among current imaging techniques, high-speed videoendoscopy constitutes a state-of-the-art method recording the movement of the vocal folds in realtime during phonation. Despite overcoming many drawbacks of the standard stroboscopic examination, it has not gained widespread clinical application. A clinically validated diagnostical value has not been proven yet. In the current work, a computer-aided analysis of endoscopic high-speed videos is presented to, on the one hand, assist the clinician in diagnostical tasks and, on the other hand, to gain an understanding of the complex mechanisms of vocal fold vibration. In order to gather information of the vibration process the high-speed video sequence is transformed into a visualization called phonovibrogram providing the basis for the proposed analysis and visualization techniques. Phonovibrograms reduce huge amounts of video-data to single images without losing relevant information. However, alterations of subsequent oscillation cycles may be easily overlooked for long sequences. To improve the existing phonovibrogram visualization approach the phonovibrographic wavegram is proposed which constitutes an extension of the phonovibrogram and incorporates information about the glottal closure type, size, and location of the amplitudes, symmetry, periodicity, and phase information of even long phonation sequences. Beside the visualization aspect, a computerized analysis of phonovibrograms is presented. The procedure computes a set of parameters that are shown to be highly sensitive to pathologic vibration patterns validated in di erent studies. Even a distinction between malignant and precancerous vocal fold lesions can be achieved without excising the suspicious tissue. The procedure is further generalized to non-stationary phonation paradigms meaning that systematic alterations of the vibration patterns provide additional information and is shown to further improve automatic identi cation of pathologic vibration patterns.

Heiserkeit ist ein häu ges, jedoch unspezi sches Symptom für Stimmstörungen, welche von anomalen Bewegungsvorgängen der Stimmlippen herrühren. Eine spezi schere Diagnose lässt sich daher anhand des Schwingungsprozesses der Stimmlippen ableiten. Die laryngeale Hochgeschwindigkeits-Endoskopie gehört zu den modernsten Methoden zur Untersuchung der Stimmlippendynamik. Trotz der technischen Überlegenheit gegenüber der herkömmlich verwendeten Stroboskopie hat sich die laryngeale Hochgeschwindigkeits- Endoskopie in der Praxis nicht durchsetzen können, da ein klinischer Nutzen bisher nicht nachgewiesen werden konnte. In der vorliegenden Arbeit wird ein computerbasiertes Verfahren zur Analyse von Stimmlippenschwingungen anhand laryngealer Hochgeschwindigkeitsvideos vorgestellt. Das Verfahren zielt dabei einerseits auf eine automatisierte Unterstützung bei der diagnostischen Bewertung und andererseits auf ein vertieftes Verständnis der komplexen Mechanismen der Stimmlippendynamik. Zur Analyse und Bewertung der laryngealen Dynamik wird die Hochgeschwindigkeitsaufnahme in eine zweidimensionale Farbdarstellung transformiert, das Phonovibrogramm. Diese Darstellung bildet die Grundlage der in dieser Arbeit vorgestellten Analyse- und Visualisierungsverfahren. Das Phonovibrogramm reduziert die enorme Datenmenge eines laryngealen Hochgeschwindigkeitsvideos auf ein einzelnes Farbbild, ohne dabei relevante Informationen zu vernachlässigen. Während einzelne Schwingungszyklen visuell durch graphische Formen repräsentiert werden, sind zeitliche Veränderungen der Schwingungsdynamik gerade bei langen Sequenzen leicht zu übersehen. Um die existierende Phonovibrogramm Visualisierung zu verbessern wurde das Phonovibrographische Wavegramm entwickelt, welches eine Erweiterung des Phonovibrogramms darstellt. In dieser Visualisierung sind Glottisschlusstyp, Höhe und Lage der Amplituden, Symmetrie, Periodizität und Phaseninformation auch bei langen Sequenezn direkt ersichtlich. Neben der Visualisierung wird zudem ein Verfahren zur Analyse von Phonovibrogrammen präsentiert. Die diagnostische Relevanz der resultierenden Parameter wird in mehreren Studien validiert. Es wird gezeigt, dass sich sogar maligne und prämaligne Stimmlippenl äsionen anhand der hier vorgestellten Analyse ohne eine histopathologische Untersuchung einer entnommenen Gewebeprobe unterscheiden lassen. Das Verfahren wird weiter generalisiert, um auch nicht-stationäre Phonationsparadigmen untersuchen und bewerten zu können. Es wird weiterhin gezeigt, dass eine quantitative Erfassung der systematischen Veränderung des Schwingungsmusters bei nicht-stationären Untersuchungssituationen eine automatische Detektion von Pathologien weiter verbessert.