Hochgeschwindigkeitsendokopie in der Klinik
Ein zentrales Ziel ist es, klinisch relevante HSE- und Akustik-Parameter zu definieren und dann anzuwenden um (1) eine objektive Graduierung der Schwere der Heiserkeit zu ermöglichen (2) und multi-dimensionale Zusammenhänge zwischen Stimmlippenbewegung und der resultierenden Akustik aufzudecken (DFG DO1247/8 & SCHU1247/3). Ein weiterer wichtiger Forschungsschwerpunkt ist die quantitative Bestimmung des Therapieerfolges bei organischen Erkrankungen mittels Methoden der künstlichen Intelligenz (DFG DO1247/21 & SCHU1247/4). Die Basis für diese Projekte ist eine klinisch anwendbare Software (Glottis Analysis Tool - GAT), die eine vollautomatische Bildverarbeitung einschließlich der Berechnung zugehöriger HSE und Akustik-Parameter beinhaltet. Weiterhin arbeiten wir an der Entwicklung neuer klinisch einsetzbarer Kamerasysteme, in Kooperation mit der Firma WEVOSYS medical technology GmbH.
Förderer und Projektzeitraum
DFG
BO4399/2-1 und DO1247/8-1 01/2017 – 06/2020
DO1247/8-2 und SCHU3441/3-2 02/2021 – 01/2024
DFG DO1247/21-1 und SCHU1247/4-1 01/2023 – 12/2025
BMWI
10/2018 - 04/2021
Ansprechpersonen
Mitarbeitende
Kooperationen
- Melda Kunduk Ph.D., Department of Communication Sciences and Disorders, Louisiana State University, Baton Rouge, USA
- Prof. Dr. med. Matthias Echternach, HNO-Klinik, Klinikum der Universität München
- Prof. Dr. med. Christopher Bohr, HNO Klinik, Universitätsklinikum Regensburg
- Prof. Dr. Youri Maryn, University of Ghent, Department of Speech, Language and Hearing Sciences, Wilrijk (Antwerpen), Belgium
Publikationen
P. Schlegel, M. Stingl, M. Kunduk, S. Kniesburges, C. Bohr, M. Döllinger. Dependencies and ill-designed parameters within high-speed videoendoscopy and acoustic signal analysis. J Voice, 33(5):811.e1-811.e12; 2019.
P. Schlegel, M. Kunduk, M. Stingl, M. Semmler, M. Döllinger, C. Bohr, A. Schützenberger. Influence of spatial camera resolution in highspeed videoendoscopy on laryngeal parameters. Plos One, 14(4):e0215168; 2019.
Y. Maryn, M. Verguts, H. Demarsin, J. van Dinther, P. Gomez, P. Schlegel, M. Döllinger. Intersegmenter variability in high-speed laryngoscopy-based glottal area waveform measures. Laryngoscope, 130(11):E654-E661; 2020.
P. Schlegel, S. Kniesburges, S. Dürr, A. Schützenberger, M. Döllinger. Machine learning based identification of relevant parameters for functional voice disorders derived from endoscopic high-speed recordings. Scientific Reports, 10(1):10517; 2020.
P. Schlegel, A. Kist, M. Semmler, M. Döllinger, M. Kunduk, S. Dürr, A. Schützenberger. Determination of clinical parameters sensitive to functional voice disorders applying boosted decision stumps. IEEE J Transl Eng Health Med, vol. 8, EPub, no. 9098960, 2020.
A. Kist, J. Zilker, P. Gómez, A. Schützenberger, M. Döllinger. Rethinking glottal midline detection. Scientific Reports, 10(1):20723; 2020.
A. Kist, P. Gómez, D. Dubrovskiy, P. Schlegel, M. Kunduk, M. Echternach, R. Patel, M. Semmler, C. Bohr, S. Dürr, A. Schützenberger, M. Döllinger. A deep learning enhanced novel software tool for laryngeal dynamics analysis. J Speech Lang Hear R, 64(6):1889-1903; 2021
M. Döllinger, T. Schraut, L.A. Henrich, M. Echternach, A.M. Johnson, M. Kunduk, Y. Maryn, R.R. Patel, R. Samlan, M. Semmler, A. Schützenberger. Re-training of convolutional neural networks for glottis segmentation in endoscopic high-speed videos. Appl. Sci., 12, 9791, 2022. https://doi.org/10.3390/app12199791
M. Echternach, M. Döllinger, M. Köberlein, L. Kuranova, M.A. Kainz. Influence of loudness on vocal stability in the male passaggio. J Voice, 37(2):296.e1-296.e8; 2023.