Search

Hintergrund: Die Hochgeschwindigkeits-(HG-)Videolaryngoskopie erlaubt es, das Schwingungsverhalten der Stimmlippen (SL) in Echtzeit quantitativ zu erfassen. Die dabei anfallenden großen Datenmengen machen die Bewertung der HG-Videos jedoch sehr zeitaufwendig und erschweren den Einsatz im klinischen Alltag. Das Phonovibrogramm (PVG) bietet eine kompakte Repräsentation des so erfassten Schwingungsverhaltens und kodiert physiologisches sowie pathologisches Schwingungsverhalten durch charakteristische räumliche und zeitliche Muster. Im Rahmen dieser Arbeit soll basierend auf diesen charakteristischen PVG-Mustern und Verfahren der künstlichen Intelligenz (Deep Learning) eine vollautomatische Klassifizierung verschiedener Stimmstörungen realisiert werden.Material und Methoden: Zur Klassifikation der PVGs wird eine Deep Convolutional-Neural-Network-Architektur (Deep CNN) verwendet, welches mittels einer k-fold cross-validation-Strategie trainiert und evaluiert wurde. Der verwendete Datensatz umfasst PVGs, die aus klinischen HG-Sequenzen von insgesamt 220 Probanden erzeugt wurden und beinhaltet die vier Klassen "gesund" (N=100), "funktionelle Dysphonie" (N=40), "Parese" (N=40) und "Polyp" (N=40). Aus jedem der PVGs wurden drei vollständige Schwingungszyklen extrahiert und anschließend normiert.Ergebnisse: In dieser Arbeit wird erstmalig eine vollautomatische Klassifizierung von Phonovibrogrammen mittels eines Neuronalen Netzes vorgestellt. Das trainierte Neuronale Netz erzielte eine mittlere Klassifikationsgenauigkeit von mehr als 70% über alle Klassen.Diskussion: Die visuelle Bewertung der mittels HG-Videos erfassten SL-Dynamik ist zeitaufwendig und erfordert einen erfahrenen Anwender. In dieser Arbeit wird eine Klassifizierung des SL-Schwingungsverhaltens anhand von PVGs mittels eines neuronalen Netzes präsentiert. Basierend auf der PVG-Repräsentation differenziert der vorgestellte Ansatz zuverlässig verschiedene Arten von Stimmstörungen, ohne die Notwendigkeit von Benutz