Search

Hintergrund: Häufig wird angenommen, dass Flüstern die Stimmfunktion beeinträchtigen könnte, was zu einer weitverbreiteten Empfehlung führt, Flüstern nach phonochirurgischen Eingriffen zu vermeiden. Bislang konnte jedoch nicht geklärt werden, inwieweit Flüstern die Stimmfunktion und die Schwingungsmuster der Stimmlippen beeinflusst.Material und Methoden: 10 stimmgesunde Probanden (5 Männer, 5 Frauen) wurden angewiesen, 10 Minuten lang forciert den Text des Tapferen Schneiderleins der Gebrüder Grimm bei einem Schallpegel von 70 dB(A), gemessen bei einem Mikrofonabstand von 30 cm zum Mund, zu flüstern. Vor und nach der Flüsterbelastung wurde der Dysphonia Severity Index gemessen. Ferner wurden Aufzeichnungen von Hochgeschwindigkeits-Videolaryngoskopie (HSV), Elektroglottographie und Audiosignalen während einer ausgehaltenen Phonation auf dem Vokal /i/ (250 Hz für Frauen und 125 Hz für Männer) analysiert.Ergebnisse: Die Prä-Post-Analyse ergab nur geringfügige Veränderungen nach der Flüsterbelastung. Zu diesen Veränderungen gehörten ein Anstieg der minimalen Intensität, ein Anstieg des aus der Glottiswellenform abgeleiteten Offenquotienten und des Glottal-Gap-Index. Es wurden jedoch keine statistisch signifikanten Änderungen hinsichtlich Harmoinic-to-Noise-Ratio, Glottal-Noise-Excitation Rate oder im elektroglottographischen Offenquotienten beobachtet.Fazit: Insgesamt deutet die Studie an stimmgesunden Probanden darauf hin, dass die Auswirkungen auf die Stimmfunktion infolge einer forcierten Flüsterbelastung nur gering sind.

Hintergrund: Vibrato ist eine physiologische, aerodynamische und akustische Erscheinung im westlichen, klassischen Gesang, welche durch eine periodische Wellenbewegung der Grundfrequenz (fo) definiert ist. Bisher gibt es wenige Erkenntnisse bezüglich eines möglichen Zusammenhangs zwischen akustischen Parametern und dem Verhalten des Stimmapparates. Diese Studie gibt einen Einblick in die grundlegenden Prozesse von Vibrato und Non-Vibrato-Phonation.Material und Methoden: 10 professionelle, im klassischen Gesang ausgebildete SängerInnen führten eine Phonationssequenz mit drei Phasen (Non-Vibrato, Vibrato, Non-Vibrato) aus. Diese wurde durch akustische Aufnahmen, Elektroglottographie und transnasale Hochgeschwindigkeits-Videoendoskopie (20.000 fps) dokumentiert. Es wurde eine Analyse der Glottalflächen-Wellenform (glottal area waveform, GAW) durchgeführt und die Bewegung von fo über die Zeit berechnet. Die daraus konstruierten Vibrato-Minima und -Maxima aus GAW-Zyklen und das Verhalten des Offen- und Schließungsquotienten während der Vibrato-Extrema wurden analysiert. Darüber hinaus wurde die Ausprägung akustischer und physiologischer Parameter während eines Non-Vibrato- oder Vibrato-Tons verglichen. Um einen möglichen Zusammenhang zwischen Vibrato-Erzeugung und Larynxknorpelbewegung zu untersuchen, wurde ein Tracking der Aryknorpelbewegung mit Hilfe der laryngoskopischen Bildserie durchgeführt.Ergebnisse: Die Extremwertanalyse zeigte eine Tendenz zu einem höheren Offenquotienten für Vibrato-Minima als für Vibrato-Maxima. Vibrato-Phonation ging mit einer Abnahme der Cepstral peak prominence und einer Zunahme des Lautstärkepegels im Vergleich zu Tönen ohne Vibrato einher. Die Nachverfolgung der Knorpelbewegung zeigte eine zeitliche Parallelbewegung der Knorpel zur fo-Bewegung.Diskussion: Vibrato-Phonation wird von verschiedenen Muskelaktivitäten begleitet, die die Position des Knorpels invers oder parallel zur fo-Struktur begleiten und daran beteiligt sein können. Als m

Hintergrund: In dem von der DFG geförderten Projekt wird nicht nur untersucht wie sich Schwerhörigkeit (55-80db Hörverlust) auf das Einarbeiten gestörten auditiven Feedbacks während der Stimmproduktion auswirkt, sondern auch, ob die Störung dieses Feedbacks sich auf andere Teile des Motorkontrollsystem der Sprache (MdS) auswirkt.Material und Methoden: Wir planen das MdS der Stimme mithilfe des Pitch Shift Reflexes (PSR) zu untersuchen. In diesem Experiment phonieren Teilnehmende (40 schwerhörig, 40 normalhörig) einen Model Laut, während ihnen ihre Stimme über schallisolierende Kopfhörer mit 70dB SPL vorgespielt wird. Das somit erzeugte künstliche Signal überschattet das über Luft- und Knochenleitung übertragene auditive Feedback. Anschließend wird in zufälligen Intervallen das Spektrum des Signals um 200cents angehoben. Die Reaktion, PSR, wurde für Normalhörige bereits, sowohl in Tonhöhe (Shift folgend oder entgegengesetzt), EEG (Mismatch Negativity [MMN]) als auch endoskopischen Hochgeschwindigkeitsaufnahmen (HSV) der Glottis (Glottal Area Waveform [GAW]) experimentell beobachtet. Anschließend werden aus den Aufnahmen signalspezifische Parameter (SP), z.B. Cepstral Peak Prominence für die Stimme, MMN für EEG und GAW für HSV, berechnet. Anschließend werden die SP auf ihren Zusammenhang mit probandenspezifischen Parametern (PP), namentlich Grad, Fortschritt und Hörbereich der Schwerhörigkeit, Alter, Sprachverständlichkeit und differentielle Wahrnehmbarkeitsschwelle, durch lineare Regression, Korrelationsanalyse und Boosted Decision Stumps untersucht. Darüber hinaus werden Encoder-Decodernetzwerke angewandt um die Aufnahmen auf abstrakte Features (AF) zu reduzieren. Diese werden ebenfalls mit den PP korreliert um komplexere Zusammenhänge offen zu legen.Ergebnisse: Wir werden nach Durchführung der Studie den Einfluss jedes PP auf die bekannten und unbekannten Aspekte des MdS, dargestellt durch SP und AF, genau quantifizieren können.Diskussion: Die für das MdS als beson

Hintergrund: Ziel des DFG-Projekts "Objektive Analyse funktioneller Dysphonie mittels klinischer Highspeed-Videoendoskopie (HSV)" ist die quantitative Bewertung funktioneller Stimmstörungen auf Basis von synchronen Video- und Audioaufnahmen während der gehaltenen Phonation. In dieser Studie wurden gewöhnliche sowie HSV-synchrone Akustikaufnahmen zur Graduierung von Heiserkeit eingesetzt und hinsichtlich der Qualität der resultierenden Modelle verglichen.Material und Methoden: Im Rahmen der Analyse wurden drei Datensätze erstellt. Die Datensätze D1 und D2 beinhalten jeweils 635 akustische Aufnahmen des gehaltenen Vokals /a/ mit einer Phonationsdauer von 1 s bzw. 250 ms. Datensatz D3 umfasst 453 HSV-synchrone akustische Aufnahmen des gehaltenen Vokals /i/ mit einer Dauer von 250 ms. Probanden wurden als gesund bzw. gestört eingestuft, wenn sie eine RBH-Bewertung von H < 2 bzw. H >= 2 aufweisen. Zur Ermittlung relevanter Parameter wurde auf Grundlage von Datensatz D1 zunächst eine Parameterselektion durchgeführt. Anschließend wurde für jeden Datensatz ein separates Klassifikationsmodell (Logistische Regression) trainiert. Die resultierenden Modelle wurden im Hinblick auf ihre Korrelation mit den auditiv ermittelten Heiserkeitsstufen evaluiert.Ergebnisse: Im Zuge der Parameterselektion wurde aus 50 extrahierten Parametern eine relevante Teilmenge von 5 Parametern bestimmt. Die Klassifikationsmodelle erreichen eine Korrelation von 0,805 (D1), 0,752 (D2) sowie 0,561 (D3) mit den tatsächlichen Heiserkeitsstufen H [0,1,2,3] der Probanden.Diskussion: Während eine Reduktion der Phonationsdauer zu einer leichten Abnahme der Korrelation führte, resultierte die Verwendung von HSV-Stimmaufnahmen in einem deutlichen Verlust an Vorhersagegenauigkeit. Dieser Qualitätsverlust ist auf die Messbedingungen der HSV-Untersuchung zurückzuführen. Das eingesetzte starre Endoskop kann die Probanden in ihrer Phonation einschränken, wodurch resultierende Aufnahmen die Stimme bzw. Heiserkeit wom

Hintergrund: Durch technische Errungenschaften digitaler Kameratechnologien können Stimmlippenschwingungen während der Phonation mittels High-Speed Video Endoskopie (HSV) präzise aufgezeichnet werden. Für die quantitative Bestimmung anatomischer Veränderungen wie Masseveränderungen oder Muskelspannung der Stimmlippen, die nicht direkt über HSV Aufnahmen bestimmt werden können, werden biomechanische Feder-Masse-Modelle verwendet, die die Stimmlippenschwingung nachbilden. Das zugehörige inverse Problem der Modelparameterbestimmung wird klassischerweise durch mathematische Optimierungsverfahren gelöst, dies ist aber wegen des hohen Rechenaufwandes für eine Echtzeitdiagnose nur bedingt geeignet. Aufgrund des hohen Rechenaufwandes komplexerer Modelle, ist deshalb in der Forschung das sogenannte Zwei-Massen-Modell (2MM) verbreitet.Material und Methoden: Für das 2MM wurde die Vorhersagbarkeit des subglottalen Druckes durch ein Neuronales Netzwerk bereits gezeigt. Im Rahmen dieser Arbeit wurde untersucht, ob Neuronale Netzwerke auch für das komplexere und physiologisch korrektere Sechs-Massen-Modell (6MM) geeignet sind. Hierzu wurde ein Convolutional Recurrent Neural Network (CRNN) anhand der Trajektorien verschiedener Konfigurationen des 6MMs trainiert und der gemessene subglottale Druck von 288 HSV ex-vivo Schweinekehlkopfaufnahmen mit der Ausgabe des Netzwerks verglichen. Als Verbesserung zu vorherigen Arbeiten, wurde das Netzwerk auf die Ausgabe des kompletten 6MM Zustandes trainiert, um die komplette Berechnung des Modells zu ermöglichen.Ergebnisse: Das in dieser Arbeit beschriebene CRNN eignet sich zur Echtzeit-Vorhersage des 6MM. Der Schätzungsfehler des subglottalen Drucks (1.66 cm H2O) wurde im Vergleich zu dem 2MM basierten Vorgängernetzwerk (1.98 cm H2O) um 16% reduziert.Diskussion: Für das initiale Training des Netzwerkes anhand des 6MMs waren deutlich mehr synthetische Daten notwendig, als für das das weniger komplexe 2MM. Allgemein ließ sich feststellen, dass

Background: The onset of phonation has been investigated as a biomarker for quantitative voice assessment and identification of phonation type, e.g., breathy, modal, and creaky. Different methods exist for the computation of the voice onset. Furthermore, the onset of phonation can be calculated considering different modalities: acoustic, electroglottographic (EGG), and airflow signals. We investigated existing automatic methods used to measure the voice onset and implemented them into a software suitable for quantitative analysis of recording containing the sustained phonation of vowels.Material and methods: We investigated and implemented three state-of-the-art methods used to measure voice onset: The vocal attack time (VAT), defined as the time lag between the increase of oscillation amplitude of acoustic and EGG signals at voice initiation; the vocal rise time (VRT), defined as the time needed for the amplitude envelope of the acoustic signal to go from 20% to 80% of the maximum value; the voice onset coordination (VOC), defined as the time lag between the increase of oscillation amplitude of EGG and airflow signals at voice initiation. The voice onset measurements were implemented in Python. In addition, a graphical user interface was implemented to measure voice onset.Results: Studies on the voice onset measurements suggest the potential for objective and quantitative clinical assessment. Automatic voice onset measurement can be performed considering different signal processing techniques; however, the type of measure (VAT, VRT, or VOC) depends on the available modality, i.e., acoustic, EGG, or airflow.Discussion: Voice onset measurements provide an objective analysis of abnormal behavior at the start of the phonation process. The main disadvantage of the VAT and VOC measurements is that these can only be computed when two modalities are available, i.e., acoustic and EGG signals for VAT or EGG and airflow signals for VOC. The VRT has the advantage that only the

Hintergrund: SimVOICE ist ein numerisches Modell des Kehlkopfes und des Vokaltraktes, mit dem der Stimmentstehungsprozess simuliert werden kann. Neben der gesunden Phonation ist das Modell in der Lage, irreguläre Stimmlippenschwingungen zu reproduzieren und den sich ergebenden Luftstrom und Schall realistisch nachzubilden. Dies ermöglicht eine umfassende Analyse und neue Einblicke in den strömungsbedingten Schallentstehungsprozess der gesunden wie auch gestörten Phonation.Material und Methoden: SimVOICE ist ein hybrides Computermodell, das die Finite-Volumen-Methode (FVM) für die Strömungssimulation mit der Finiten-Element-Methode (FEM) für die Schallentstehung kombiniert. Die Bewegungen der Stimmlippen wurden aus Messungen an exzidierten Schweinekehlköpfen im FVM-Modell nachgebildet. Die simulierten zeitaufgelösten 3D Strömungsfelder wurden an das FEM Modell übergeben, darin die akustischen Quellen berechnet und die 3D Schallausbreitung simuliert. Für diese Studie wurden verschiedene Fälle (GC1-GC5) mit zunehmender Glottisschlussinsuffizienz (GSI) modelliert, jeweils für symmetrisch und asymmetrisch schwingende Stimmlippen.Ergebnisse: Die Ergebnisse zeigen einen zunehmenden permanenten Luftstrom durch die Glottis für zunehmenden GC-Grad (GC1-GC4). Ferner zeigt sich, dass der Energietransfer von der Strömung in die Stimmlippen (1) mit steigendem GC-Grad und (2) zusätzlich bei asymmetrischen Stimmlippenschwingungen stark abnimmt. Die Folge ist eine Verminderung der Phonationseffizienz, was zu einer verkürzten Phonationszeit mit einer Lungenfüllung bei betroffenen PatientInnen korrespondiert, klinisch als Luftverlust bezeichnet. In gleicher Weise zeigt der Cepstral Peak Prominence (CPP) Parameter eine starke Verminderung der simulierten Schallqualität bei GSI und Asymmetrie, hervorgerufen durch eine Abnahme der harmonischen Töne gegenüber dem akustischen Grundrauschen.Diskussion: Die Ergebnisse der Studie zeigen und bestätigen, dass ein kompletter Glottisschluss und e

Hintergrund: Die Phonation wird als Fluid-Struktur-Akustik-Interaktion beschrieben. Die Wechselwirkung zwischen Luftstrom und Stimmlippengewebe wird weitgehend von den Gewebseigenschaften der Stimmlippen bestimmt, die den Fluss durch die Glottis begrenzen. Die Energieübertragung zwischen Luft und Stimmlippen wird zudem durch den laryngealen Mukus beeinflusst, der die Grenzschicht zwischen den beiden Systemen bildet. Es gibt zahlreiche Studien über die Auswirkungen der Hydratation auf den Phonationsprozess, aber der Einfluss der Zusammensetzung und Rheologie des laryngealen Mukus wurden bisher kaum untersucht.Material und Methoden: Es wurden 4 synthetische Mukusproben mit physiologischen viskoelastischen Eigenschaften hergestellt. Als Grundlage dienten Untersuchungen zu humanen Mukusproben von Patienten ohne Stimmerkrankung, die aufgrund ihrer sich unterscheidenden viskoelastischen Eigenschaften gruppiert wurden. Wir verwendeten Xanthanlösungen in 3 verschiedenen Konzentrationen und fügten einer von ihnen Muzin zu. Die Wirkung von synthetischem Mukus auf die Phonation wurde in einem etablierter Versuchsaufbau für exzidierte Kehlköpfe unter kontrollierbaren Bedingungen untersucht. Der bestehende Aufbau wurde um eine Methode zur reproduzierbaren Applikation des synthetischen Mukus erweitert. Jede der 4 Mukusproben wurde auf 6 exzidierte Schweinekehlköpfe aufgetragen und in Schwingungsexperimenten mit systematischer Parametervariation multimodal analysiert.Ergebnisse: Mit Hilfe der Particle Tracking Microrheology (PTM) konnten wir nachweisen, dass die viskoelastischen Eigenschaften des synthetischen Mukus mit der Rheologie des menschlichen laryngealen Mukus in den essentiellen Punkten übereinstimmen. Trotz der großen rheologischen Bandbreite, erwiesen sich die Phonationsparameter in den Schwingungsexperimenten als sehr robust. Sie lagen im typischen Bereich anderer ex-vivo Experimente. Ein fluoreszierender Farbstoff bestätigt die Benetzung der gesamten Stimmlippenoberfl

Hintergrund: Form und Dynamik der Stimmlippen liefern wichtige Informationen für die phoniatrischen Diagnostik. Die klinische Laryngoskopie ist dafür eine typische Untersuchung, jedoch auf die superiore Stimmlippenoberfläche beschränkt. Die Zusammenhänge zwischen medialer und superiorer Stimmlippendynamik sind daher weitgehend unbekannt. Unser Messaufbau für exzidierte Hemikehlköpfe ermöglicht die Aufnahme synchroner Highspeed-Videos der superioren und medialen Stimmlippenoberflächen und erlaubt die 3D-Rekonstruktion aus 2D-Videos. Beide 3D-Oberflächen werden einzeln registriert, rekonstruiert und zu einer vollständigen Stimmlippenoberfläche zusammengefügt.Material und Methoden: Der Messaufbau ermöglicht die Reproduktion der physiologischen Bewegung des Hemikehlkopfs mithilfe von angehängten Gewichten. Zwei Highspeed-Kameras nehmen den Kehlkopf synchron mit einer Aufnahmerate von 4 kHz auf. Aus den Videodaten werden die superiore und mediale Stimmlippenoberflächen mithilfe von zwei unterschiedlichen Methoden rekonstruiert: die superiore Fläche durch eine Laserprojektionseinheit, die mediale Fläche durch Stereovision mit einem Prisma und eingenähten Markerpunkten. Sowohl die Laserpunkte als auch die Markerpunkte werden mit einer auf Deep-Learning basierenden Software erkannt. Anschließend werden die beiden Teilflächen zu einer vollständigen Stimmlippenoberfläche zusammengeführt. Jeder Kehlkopf wurde bei zwei Elongationsstufen, drei Adduktionsstufen und fünf ansteigenden Volumenströmen vermessen.Ergebnisse: Die Kameradaten zeigen die physiologische Bewegung der Stimmlippen. Mediale und superiore Oberflächen wurden erfolgreich rekonstruiert und zu einer vollständigen dynamischen Stimmlippenoberfläche zusammengefügt. Dies ermöglicht die systematische Untersuchung der räumlich-zeitlichen Korrelation zwischen den medialen und superioren 3D-Markerpunkten.Diskussion: Das Experiment erweitert das erfasste Sichtfeld von der medialen Oberfläche früherer Studien auf die gesamte

Hintergrund: Ziel des DFG-Projekts "Objektive Analyse funktioneller Dysphonie mittels klinischer Highspeed-Videoendoskopie" ist die objektive Graduierung funktioneller Dysphonie auf Basis synchroner Video- und Audioaufnahmen während der gehaltenen Phonation. Im Rahmen einer Voruntersuchung wurden Parameter aus Akustikaufnahmen des gehaltenen Vokals /a/ extrahiert und zur Unterscheidung von normalen und gestörten Stimmen eingesetzt. Hierbei lag besonders die Bestimmung relevanter quantitativer Parameter im Vordergrund.Material und Methoden: Insgesamt wurden 610 Aufnahmen von jeweils unterschiedlichen Probanden (366 normal, 244 gestört) verwendet. Probanden wurden als gesund bzw. gestört eingestuft, wenn sie eine RBH-Bewertung von H<2 bzw. H>=2 aufweisen. Aus jeder Aufnahme wurden insgesamt 60 Parameter extrahiert, welche u.a. die Periodizität der Grundfrequenz, Signalamplitude und -energie (z.B. Mean Jitter), wie auch das Signal-Rausch-Verhältnis (z.B. CPPS) beschreiben. Zur Bestimmung relevanter Parameter wurde eine Parameterselektion unter Verwendung eines Logistischen Regressors als Klassifikationsmodell durchgeführt. Die verbliebenen Features wurden anschließend mit dem vollständigen Parametersatz hinsichtlich der Klassifikationsgüte verglichen.Ergebnisse: Im Rahmen der Selektion konnte die Anzahl der Parameter von 60 auf 9 verringert werden. Der reduzierte Parametersatz besteht nahezu vollständig aus spektralen/cepstralen Größen, darunter u.a. die Smoothed Cepstral Peak Prominence und die spektrale Amplitudendifferenz H1A2. Durch die Reduktion der akustischen Parameter wurde ein Anstieg der Klassifikationsgenauigkeit von 78,3% (vollständig) auf 82,6% (reduziert) erreicht.Diskussion: Das Ergebnis der Parameterreduktion zeigt, dass viele der geläufigen Akustikparameter keinen Mehrwert für die Unterscheidung gesunder und gestörter Stimmen bieten. Grund dafür ist häufig eine hohe Korrelation zwischen den einzelnen Parametern. Die erreichte Klassifikationsgenauigkeit

Hintergrund: Mit dem Alter vermindert sich häufig die Stimmqualität. Dies geschieht aufgrund der altersbedingten Degeneration von Nerven und Atrophie der Muskeln und wird Presbyphonie genannt. Wenn dies, aufgrund von Unwohlsein bei verbaler Kommunikation der betroffenen Personen, zu einer Vermeidung von sozialen Kontakten führt, folgt daraus ein Verlust an Lebensqualität. Eine Möglichkeit die Degeneration von Nerven und Muskeln zu verringern bzw. das Muskelvolumen wieder zu vergrößern, ist die Funktionelle Elektrostimulation (FES). Um den Einfluss von FES auf die Altersstimme näher zu untersuchen, wurden Schwingungsversuche an exzidierten Schafskehlköpfen durchgeführt. Dazu wurden Kehlköpfe von stimulierten und nicht-stimulierten alten Schafen (10 Jahre) untersucht.Material und Methoden: Um den Musculus thyroarytaenoideus zu stimulieren wurden Elektroden am Nervus laryngeus recurrens implantiert. Die Stimulation erfolgte über einen Zeitraum von neun Wochen, täglich für 20 Minuten und mit einer Stromstärke zwischen 3 mA und 8 mA.Für die Schwingungsversuche wurde das Gewebe oberhalb der Stimmlippen teilweise entfernt um die Stimmlippenschwingung mit einer Hochgeschwindigkeitskamera (4.000 FPS) aufzeichnen zu können. Durch laterale Kompression der Kehlköpfe auf Höhe der Aryknorpel wurden die Stimmlippen in präphonatorische Stellung gebracht. Um unterschiedliche Elongationen der Stimmlippen nachzubilden, wurden Gewichte am Schildknorpel angebracht. Ausgehend vom Phonationsbeginn wurde der Luftfluss in 15 Stufen erhöht. Für jede Luftflussstufe wurde neben der Hochgeschwindigkeits-Videoaufnahme der Stimmlippenschwingung auch der subglottale Druck und das akustische Signal mit einer Abtastrate von 96 kHz aufgezeichnet. Die drei Signale wurden synchron aufgenommen und mit unserer hauseigenen Software Glottis Analysis Tools (GAT), Matlab und SPSS ausgewertet.Ergebnisse: Besonderer Fokus der Auswertung liegt auf der Analyse der Änderung des Glottisschlusses, sowie der resulti