Thomas Wittenberg

Functional imaging of vocal fold vibration: Digital multislice high-speed kymography

For the diagnosis of voice disorders, and especially for the classification of hoarseness, direct observation of vocal fold vibration is essential. Furthermore, a quantitative description of the movement of the vocal fold becomes increasingly necessary to document and compare findings as well as the progression of speech therapy. On the base of digital high-speed sequences of vocal fold vibration, multiple functional images-also called digital kymograms-are obtained using image- and signal-processing algorithms. Digital kymograms can serve as a powerful aid for visualization, description, and classification of vocal fold vibration and as an intermediate step for image interpretation by biomechanical modeling. This visualization technique will be discussed and compared to other techniques currently available: videokymography and videostroboscopy. The technique is applied to several clinical examples: aperiodic processes (phonation onset), irregular vocal fold vibration (paralysis of the recurrent nerve), particular vibration modes (anterior-posterior modes), and running speech.

Imaging of vocal fold vibration by digital multi-plane kymography.

Digital multi-plane kymography is presented as a new method to demonstrate vocal fold vibration from digital high-speed recordings. Single lines from digital high-speed sequences of laryngoscopical examinations are concatenated to images, which are called kymograms. In order to reveal anterior-posterior (AP) modes of vibration several kymograms from different location of the glottis can be obtained from a single recording. Problems due to rotation of the endoscope or relative movements of patient or examiner can be solved by image processing algorithms specifically designed for this application. Different types of phonation onset and examples of voice disorders are given.

Phonation onset: Vocal fold modeling and high-speed glottography

Phonation onset is discussed in the framework of dynamical systems as a Hopf bifurcation, i.e., as a transition from damped to sustained vocal fold oscillations due to changes of parameters defining the underlying laryngeal configuration (e.g., adduction, subglottal pressure, muscular activity). An analytic envelope curve of the oscillation onset is deduced by analyzing the Hopf bifurcation in mathematical models of the vocal folds. It is governed by a single time constant which can be identified with the physiological parameter phonation onset time. This parameter reflects the laryngeal state prior to phonation and can be used as a quantitative classification criterion in order to assess the phonation onset in clinical diagnosis. The extraction of the phonation onset time from simulated time series using a simplified two-mass model and from digital high-speed videos is described in detail. It shows a good agreement between theory and measurement.

Quantitative characterization of functional voice disorders using motion analysis of high-speed video and modeling

A semi-automatic motion analysis software is used to extract elongation-time diagrams (trajectories) of vocal fold vibrations from digital high-speed video sequences. By combining digital image processing with biomechanical modeling we extract characteristic parameters such as phonation onset time and pitch. A modified two-mass model of the vocal folds is employed in order to fit the main features of the simulated time series to those of the extracted trajectories. Due to the variation of the model parameters, general conclusions can be made about laryngeal dysfunctions such as functional dysphonia. We show the first results of semi-automatic motion analysis in combination with model simulations as a step towards a computer aided diagnosis of voice disorders.

High-speed imaging and image processing in voice disorders

A digital high-speed camera system for the endoscopic examination of the larynx delivers recording speeds of up to 10,000 frames/s. Recordings of up to 1 s duration can be stored and used for further evaluation. Maximum resolution is 128 multiplied by 128 pixel. The acoustic and electroglottographic signals are recorded simultaneously. An image processing program especially developed for this purpose renders time-way-waveforms (high-speed glottograms) of several locations on the vocal cords. From the graphs all of the known objective parameters of the voice can be derived. Results of examinations in normal subjects and patients are presented.

Estimation of Vocal Fold Vibrations Using Image Segmentation

A new high speed system for recording, processing, and analysis of vocal fold vibrations has been developed. Results obtained with this system will be discussed from the technical as well as the medical viewpoint.

Bewegungsanalyse der Pharyngo-Ösophagealen Schleimhaut

In dieser Arbeit werden aktiven Konturen verwendet, um die wellenformigen Bewegungen des pharyngo-osophagealen Segmentes wahrend der Phonation mit einer Stimmventilprothese zu beschreiben. Zur Parametrisierung der Schwingungen werden die Kurvenparameter Umfang, Flache sowie Zirkularitat als Funktionen der Zeit berechnet. Aus diesen Parametern last sich zudem die Grundfrequenz fo der pharyngo-osophagealen Schleimhautbewegung ermitteln.

Automatische Verfolgung von Augenlidbewegungen und Korrelation mit EMG-Daten

Es wird eine Methode vorgestellt, mit der es moglich ist, ohne spezielle Marker oder Markierungen die Bewegungen von Augenlidern zu detektieren. Dieses Verfahren basiert auf der Methode des Template-Matchings mittels Korrelation, die um eine dynamisches Template-Adaption sowie um Subpixel-Genauigkeit erweitert wurde. Das Verfahren wird anhand von Beispielen an Probanden und Patienten demonstriert. Die Aufnahmen wurden mit einer digitalen Hochgeschwindigkeitskamera gemacht, die Bewegungen der Augenlider wurden mittels unterschiedlicher Stimulationen hervorgerufen.

Klassifikation von funktionellen Stimmstörungen mit dem Synergetischen Computer

Die Klassifikation von funktionellen Stimmstorungen (Dysphonien) ist auch fur den erfahrenen Phoniater eine nichttriviale Aufgabe im Rahmen der Stimmdiagnose am Menschen. Da sich die Merkmale einer Dysphonie im wesentlichen wahrend der Bewegung der Stimmlippen auspragen, kann eine solche Diagnose sinnvoller weise nur mit technischen Hilfsmitteln wie Hochgeschwindigkeitskameras durchgefuhrt werden. Im Rahmen dieser Arbeit wurde der Ansatz des Synergetischen Computers gewahlt, um eine Klassifikation von funktionellen Dysphonien aufgrund digitaler Hochgeschwindigkeitsbildsequenzen durchzufuhren. Der Vorteil dieser Methode liegt einerseits in der minimalen Vorverarbeitung des Bildmaterials und andererseits in den kurzen Lern- und Klassifikationszeiten. Die vorliegende Arbeit beschreibt die Ergebnisse der ersten medizinschen Anwendung des Synergetischen Computers als Klassifikator anhand der computergestutzten Diagnose von funktionellen Stimmstorungen.

CT-basiertes virtuelles Fräsen am Felsenbein

Kurzfassung. Im Rahmen der Entwicklung eines haptisch-visuellen Trainingssystems fur das Frasen am Felsenbein werden ein Haptikarm und ein autostereoskopischer 3D-Monitor genutzt, um Chirurgen die virtuelle Manipulation von knochernen Strukturen im Kontext eines sog. Serious Game zu ermoglichen. Unter anderem sollen Assistenzarzte im Rahmen ihrer Ausbildung das Frasen am Felsenbein fur das chirurgische Einsetzen eines Cochlea-Implantats uben konnen. Die Visualisierung des virtuellen Frasens muss dafur in Echtzeit und moglichst realistisch modelliert, implementiert und evaluiert werden. Wir verwenden verschiedene Raycasting Methoden mit linearer und Nearest Neighbor Interpolation und vergleichen die visuelle Qualitat und die Bildwiederholfrequenzen der Methoden. Alle verglichenen Verfahren sind sind echtzeitfahig, unterscheiden sich aber in ihrer visuellen Qualitat.