gms | German Medical Science

Die Highspeed-Videoendoskopie (HSV) ist eine vielversprechende Methode zur quantitativen Analyse funktioneller Dysphonien. Basierend auf HSV-Aufnahmen können horizontale Stimmlippenschwingungen durch die Segmentation der Glottisfläche quantifiziert werden. Die zeitliche Änderung dieser Fläche wird anschließend z.B. durch die glottale Flächenfunktion (GAW) oder das Phonovibrogramm (PVG) abgebildet (Abbildung 1 [Abb. 1]). Aus diesen Signalen berechnete Parameter weisen z.T. klare Zusammenhänge mit funktionellen Stimmstörungen auf und bieten in Kombination mit akustischen und klinischen Parametern hohes Potential zur objektiven Graduierung funktioneller Dysphonie.

Ziele dieses DFG-geförderten Projekts sind die Bestimmung eines Parametersatzes zur objektiven Graduierung funktioneller Stimmstörungen sowie die Analyse kausaler Zusammenhänge der zugrundeliegenden akustischen und HSV-Signale. Für die Graduierung werden sowohl berechnete Parameter aus HSV-Aufnahmen und synchron aufgezeichneten Audiosignalen (Abbildung 1 [Abb. 1]) als auch konventionelle klinische Merkmale berücksichtigt. Die gesammelten Parameter werden u.a. hinsichtlich ihrer klinischen Relevanz reduziert und anschließend mithilfe von Methoden des Maschinellen Lernens (z.B. Boosted Decision Trees) zur Bestimmung des Schweregrads funktioneller Dysphonie eingesetzt.

Das erwartete klinische Ergebnis des Projekts ist die Realisierung einer quantitativen Bewertung funktioneller Dysphonien zur Ermöglichung einer objektiven Therapiebegleitung und -beurteilung (Abbildung 2 [Abb. 2]).

In Phase I des DFG-Projekts konnte im Rahmen vorläufiger Klassifizierungen sowohl auf Basis von 4 klinischen Merkmalen (>91%) als auch mittels 12 HSV-Parametern (>74%) eine hohe Genauigkeit in der Unterscheidung von gesunden Probanden und Patienten mit funktioneller Dysphonie erreicht werden [1], [2]. Die Berücksichtigung weiterer HSV-Merkmale, die Hinzunahme von Parametern aus synchronen akustischen Aufnahmen sowie deren Kombination mit gängigen klinischen Parametern zu einer multimodalen Datengrundlage ist somit vielversprechend.

Die innovativen wissenschaftlichen Aspekte des Projekts beinhalten: (1) den Einsatz von State-of-the-Art Deep Learning Methoden auf einen multimodalen Datensatz zur Quantifizierung funktioneller Dysphonien; (2) die Untersuchung von HSV- und Akustikparametern bezüglich ihrer Robustheit und klinischen Relevanz; (3) Einblicke in die Kausalitäten des Phonationsprozesses mittels zeitlicher Korrelations- und Kohärenzanalyse der gemessenen Signale.

Deutsche Forschungsgemeinschaft (DFG) – DO 1247/8-2