Embed Size (px)
Citation preview
UTILIZAÇÃO DA VIDEOLARINGOSCOPIA DE ALTA VELOCIDADE NA ANÁLISE DA
VIBRAÇÃO DAS PREGAS VOCAIS
Paula Belini Baravieira 1, Alcione Ghedini Brasolotto 2, Domingos Hiroshi Tsuji3, Arlindo Neto Montagnoli 4
1 Universidade de São Paulo, São Carlos, Brasil, [email protected] 2 Universidade de São Paulo, Bauru, Brasil, [email protected]
3 Universidade de São Paulo, São Paulo, Brasil, [email protected] 4Universidade Federal de São Carlos, São Carlos, Brasil, [email protected]
Resumo: O objetivo principal deste trabalho é de analisar a vibração das pregas vocais por meio da segmentação de imagens laríngeas geradas a partir do exame de videolaringoscopia de alta velocidade(HSV). A HSV captura 4000 imagens/segundo das pregas vocais, portanto, sua segmentação apresenta os valores reais da dinâmica da fonação. Palavras-Chave: Fonação, Videolaringoscopia de alta velocidade, segmentação de imagens.
1. INTRODUÇÃO
A fonação ocorre fundamentalmente pela oscilação das pregas vocais, sendo estes movimentos oscilatórios os grandes responsáveis pela qualidade vocal(1). Desta maneira, o desenvolvimento de métodos objetivos para mensuração dos parâmetros de vibração das pregas vocais é um importante meio para estudos clínicos e científicos na área da voz. A videolaringoscopia de alta velocidade, também conhecida como High Speed Video (HSV), surge, portanto, como resultado dos esforços científicos na busca de um instrumento mais preciso na avaliação vocal. Sendo a única capaz de capturar o real movimento das pregas vocais que ocorrem em média de 100 a 400 vezes por segundo durante a produção da voz. A HSV é um laringoscópio cuja peça principal é uma câmera ultra-rápida capaz de filmar 4000 imagens por segundo das pregas vocais(2). Apresenta-se, portanto, como um instrumento promissor para investigar a dinâmica da fonação(3), pois mostra o comportamento real do ciclo vocal e, consequentemente, é capaz de visualizar os verdadeiros períodos intra-ciclo da vibração das pregas vocais(2-10). Desta maneira a HSV supera uma série de limitações existentes nos exames convencionais de laringoscopia, fornecendo informações essenciais para o diagnóstico clínico de uma forma eficaz, visual, quantitativa e de forma fisiologicamente interpretáveis(9). No entanto, apesar de todos os benefícios que a HSV traz para a avaliação da voz ela ainda apresenta pouca repercussão clínica, entre as causas mais discutidas estão o custo elevado e as limitações técnicas e metodológicas para mensuração dos dados, ocasionando a falta de um protocolo de avaliação clínico padronizado(4).
Com isso, primeiramente é necessário estabelecer uma metodologia adequada e eficiente para a quantificação objetiva dos dados encontrados nas videolaringoscopias de alta velocidade(9). Propõe-se neste trabalho, portanto, o uso da segmentação das imagens da HSV, pelo método de contornos ativos(11), como uma metodologia objetiva para a mensuração dos parâmetros de vibração das pregas vocais.
1.1 Considerações relevantes sobre a segmentação por
contornos ativos
O principal objetivo do processo de segmentação consiste na divisão da imagem em regiões, também chamadas de classes ou sub-conjuntos, os quais são homogêneos com respeito a uma ou mais características. A segmentação é uma importante ferramenta em processamento de imagens médicas e tem sido de grande valia para a realização de extração de atributos referentes a estes segmentos. Dentre as inúmeras técnicas de segmentação estão as por meio dos contornos ativos, também conhecidos como Snakes, as quais foram propostas originalmente por Kass visando à detecção de bordas e linhas(11). Kass propôs uma Snake inicial (11), cujo formato é uma curva v(s) = [x(s), y(s)], s [0,1], que se move no domínio espacial de uma imagem para minimizar a função de energia, dada por:
1
0int ))(())(( dssuEsvEE externaernaSnake
(1)
da qual a energia interna da snake corresponde a energia inerente a própria curva:
22int )(".)('. svsvE erna
(2)
onde o termo de primeira ordem está relacionado com o comportamento da curva semelhante a uma membrana elástica, sendo que, a curva tende a expandir-se quando for positivo e a contrair-se quando o parâmetro for negativo. O termo de segunda ordem sugere um comportamento semelhante a uma placa fina onde a rigidez evita que snake se dobre, portanto se for nulo a curva poderia desenvolver uma quina, onde sua função seria descontínua, por outro lado, se o parâmetro for positivo,
16
http://dx.doi.org/10.5540/DINCON.2011.001.1.0005
Utilização da videolaringoscopia de alta velocidade para análise da vibração das pregas vocais Paula Belini Baravieira 1, Alcione Ghedini Brasolotto 2, Domingos Tsuji3, Arlindo Neto Montagnoli 4
garantiria uma curva suave se desenvolvendo com uma curvatura positiva.
A energia externa e responsável em atrair a snake para alguma característica de interesse da imagem, como os contornos de determinadas estruturas onde dada uma imagem Y(x,y) a energia externa poderia ser formulada como:
2)),(*),(( yxYyxGEexterna (3)
onde G (x,y) é um filtro gaussiano bidirecional com desvio padrão convoluido com a imagem Y(x,y), cuja finalidade é reduzir o nível de ruído e provocar um efeito de suavização das bordas, aumentando assim o alcance de captura da snake. O operador é o operador gradiente da função imagem.
2. OBJETIVO
Analisar a vibração das pregas vocais por meio da segmentação de imagens laríngeas geradas do exame de videolaringoscopia de alta velocidade. Analisar a eficiência da técnica de segmentação por contornos ativos.
3. MATERIAIS E MÉTODOS
3.1 Considerações Éticas
Este trabalho está inserido na pesquisa intitulada “Análise dos padrões vibratórios das pregas vocais em pacientes disfônicos e normais por meio da videolaringoscopia de alta velocidade” submetido e aprovado pelo Comitê de Ética em Pesquisa em Seres Humanos da Universidade Federal de São Carlos (Parecer n°: 257/2010). Foram respeitados todos os princípios éticos que versam a resolução 196/96 e 257/97 sobre ética em pesquisa com seres humanos e as orientações do referido Comitê.
3.1 Casuística
Foram avaliadas 10 mulheres com vozes normais, com idade média de 28 anos e 4 meses ± 5 anos.
Todos os indivíduos foram submetidos à uma triagem fonoaudiológica onde foram verificados a qualidade e o estado de saúde vocal. A triagem envolveu anamnese, aplicação do Protocolo de qualidade de vida em voz – QVV(12), avaliação perceptivo-auditiva vocal realizada por um fonoaudiólogo e exame laríngeo, realizado por um médico otorrinolaringologista (ORL).
Foram adotados como critério de inclusão para a pesquisa: não possuir histórico de patologia vocal; não possuir queixa vocal; apresentar escores no Protocolo de Qualidade de Vida em Voz (QVV) dentro do proposto para indivíduos sem queixas vocais(13); passar pela triagem fonoaudiológica e ser classificado com bom estado de saúde vocal, o que implica pontuação na escala visual analógica de 0 a 35,5 mm(14) e possuir diagnóstico ORL de normalidade laríngea por meio de um exame de laringoscopia.
Além disto, foram adotados como critérios de exclusão: tabagismo, consumo diário de bebidas alcoólicas, doenças alérgicas ou infecciosas das vias aéreas não tratadas, alterações hormonais, menopausa e distúrbios digestivos com refluxo gastresofágico.
3.2 Gravação e análise dos exames laríngeos da
videolaringoscopia de alta velocidade
As gravações das HSV foram realizadas no Hospital das Clínicas da Universidade de São Paulo (HC-USP) por um médico otorrinolaringologista. A amostra vocal gravada dos sujeitos da pesquisa foi a vogal sustentada /Ɛ/ ou /i/, dependendo da facilidade de cada paciente.
O vídeo de alta velocidade utilizado foi gerado pelo Sistema Completo de Endocâmera de Alta Velocidade da marca Richard Wolf, modelo Endocam-5562, utilizado juntamente com um endoscópio rígido de 70°. O sistema possui capacidade de capturar mais que 4000 imagens/segundo com alta resolução. A análise da HSV foi realizada pela segmentação das imagens laríngeas, utilizando-se o modelo dos contornos ativos (Snakes) (11), os quais delimitam o contorno da borda das pregas vocais (FIGURA 1). A partir da segmentação das imagens laríngeas gerou-se gráficos do pulso glotal baseado na área da glote, por meio do qual foram calculados os parâmetros (FIGURA 2): Fases do ciclo vibratório: tempo de fase aberta (TFA),
tempo de fase fechada (TFF), tempo de abertura das pregas vocais (ta) e tempo de fechamento (tf);
Quociente de abertura das pregas vocais (Qa), representado pela razão entre TFA e período (T)(15);
Índice de periodicidade no tempo (Time periodicity
index – TPI), o qual é a a razão entre o menor período de tempo e o maior, em 2 ciclos sucessivos(16).
Índice de periodicidade na amplitude (Amplitude
periodicity index – API), o qual é a razão entre a menor e a maior amplitude em dois ciclos sucessivos(16).
Ressalta-se que os valores do TPI e API variam de 0 a 1, sendo que quanto mais próximo de 1 mais perfeita é a periodicidade da vibração das pregas vocais (16).
Figura 1- Marcação do contorno da borda da prega vocal pelo método de contornos ativos(17), sendo: os quadros A e B a representação do processo de expansão do contorno das bordas das pregas vocais e o quadro C as bordas das pregas vocais delimitadas.
Figura 2 – Medidas extraídas do pulso glotal no cálculo dos parâmetros estudados. Onde T, T1 = aos períodos dos ciclos glotais, TFA = tempo da fase de abertura, TFF = tempo de fase de fechamento, ta = tempo de abertura, tf = tempo de fechamento das pregas vocais, e A1 A2 = máximas amplitudes da glote nos ciclos vocais.
17
Utilização da videolaringoscopia de alta velocidade para análise da vibração das pregas vocais Paula Belini Baravieira 1, Alcione Ghedini Brasolotto 2, Domingos Tsuji3, Arlindo Neto Montagnoli 4
Para avaliar a eficiência da segmentação de imagens será
verificado se os valores encontrados na análise do padrão vibratório das pregas vocais são compatíveis com os valores esperados para sujeitos com vozes normais. Além disso, será comparada a frequência fundamental habitual (F0) entre a análise do pulso glotal, pela relação 1/T, e uma análise acústica da vogal /a/ sustentada. Ressalta-se que as gravações foram calibradas à ± 2 dB e ± 2 Hz, para uma efetiva comparação.
3.3 Análise estatística dos resultados
Foi empregado a média ( ) e o desvio padrão (DP) das medidas encontradas em cada parâmetro vocal. Além disso, foi utilizado o teste t de Student pareado para a comparação da F0 da análise acústica e a do pulso glotal, com análise de significância à 5% (p<0,05).
4. RESULTADOS
Após a segmentação das imagens gerou-se os gráficos do pulso glotal e sua respectiva derivada (figura 3) para oberservação da qualidade da segmentação por contornos ativos e cálculos dos parâmetros vocais. Figura 3 – Gráfico da área glotal gerado da segmentação de imagens por contornos ativos e gráfico da devirada da área glotal.
Os resultados das fases dos ciclos vibratórios foram descritos na tabela 1, o quociente de abertura, o índice de periodicidade no tempo e na amplitude foram descritos na tabela 2 e a comparação entre a análise acústica e a análise do pulso glotal da F0 na tabela 3, com diferença estatísticamente não significante (p= 0,32).
Tabela 1 – Média e desvio padrão das fases dos ciclos vibratórios de mulheres com vozes normais.
Fases dos ciclos vibratórios
Média de tempo Desvio Padrão
Tempo de abertura 1,61ms ± 0,51ms Tempo de fechamento 1,54ms ± 0,38ms Tempo de fase aberta 3,26ms ± 0,63ms
Tempo de fase fechada 1,69ms ± 0,45ms
Tabela 2 – Média e desvio padrão do Qa, do TPI e do API das mulheres com vozes normais.
Parâmetros de vibração Média Desvio Padrão Qa 0,66 ± 0,11 TPI 0,96 ± 0,03 API 0,98 ± 0,01
Tabela 3 – Comparação entre a análise acústica e a análise do pulso glotal da F0 habitual (Hz).
Frequencia fundamental habitual - Hz
Análise acústica
Análise do pulso glotal Diferença
Média 202,48 200,93 7,73
DP 16,75 11,58 6,2
*( p = 0,33)
5. DISCUSSÃO
A avaliação precisa da dinâmica de vibração das pregas vocais é essencial para a compreensão da fonação e das disfonias. Neste âmbito, criou-se a HSV, a única laringoscopia capaz de capturar o real intra ciclo na fonação (2-10), portanto, criada para suplantar as tecnologias atualmente usadas na avaliação vocal (9).
No entanto, por ser tratar de um instrumento novo há falta de informações à respeito do padrão de normalidade da vibração vocal e de métodos objetivos eficientes para sua análise(4), dificultando sua difusão no meio clínico.
Na análise das vozes femininas normais realizada pela segmentação das imagens da videolaringoscopia de alta velocidade observou-se cliclos quase periódicos em relação ao tempo e a amplitude, e fases dos ciclos vocais com tempos compatíveis com a normalidade(18).
O TFA foi maior que o TFF, representando 65,9% do ciclo vocal, este resultado é esperado em vozes normais, onde comumente o TFA representa de 50 a 70% do ciclo glótico(18). Ressalta-se que esta proporção é influenciada por diversos fatores como estado de hidratação das pregas vocais, pregas vocais mais hidratadas possuem uma mucosa mais flexível, o que ocasiona um pequeno aumento no TFF(19). Outros fatores que influenciam os tempos de fase aberta e fechada é a intensidade(20) e frequência vocal(21). Além destes fatores, observa-se que o predomínio do TFA pode acontecer quando a mucosa das pregas vocais está rígida e o predomínio do TFF quando há disturbios vocais hiperfuncionais(18).
Na compreensão das fases do ciclo glotal muitos pesquisadores utilizam o Qa, o qual representa a proporção que as pregas vocais ficam abertas no T. Na avaliação do Qa das mulheres com vozes normais encontrou-se ( ) = 0,66 ± 0,11 (tabela 2), este valor é compatível com o encontrado na literatura para vozes em intensidade e frequência vocal habitual (18, 22). Köster, por meio da filmagem ultra-rápida e da eletroglotografia, encontrou Qa em uma mulher com voz saudável com padrão de vibração alternando entre 0,60 e 0,64(22). Enquanto Koishi(20), por meio da quimografia, econtrou Qa igual a 0,75, sem diferença estatística entre
18
Utilização da videolaringoscopia de alta velocidade para análise da vibração das pregas vocais Paula Belini Baravieira 1, Alcione Ghedini Brasolotto 2, Domingos Tsuji3, Arlindo Neto Montagnoli 4
homens e mulheres. Ressalta-se que estas diferenças pequenas são esperadas, visto que os estudos utilizam metodologias diferentes de avaliação. No entanto, valores muito distintos podem ser indicativos de outros fatores, como a redução do Qa pode estar relacionada com o aumento da intensidade(20, 23). Além disso, distúrbios vocais hiperfuncionais também ocasionam a diminuição do Qa(23), proporção do TFA no T, visto que aumentam a pressão subglótica e com isso o TFF.
Quanto aos resultados referentes ao TPI e API obteve-se resultados muito próximos da periodicidade perfeita(= 1), resultado este esperado para vozes normais e concordante com a literatura(16).
Quanto a F0, obteve-se na análise acústica F0 com média igual a 202,48Hz e na análise do pulso glotal F0 igual a 200,93Hz. Estes valores não possuem diferenças estatiscamente significantes (p=0,33), indicando que o método de segmentação de imagens por contornos ativos foi eficiente, o que é reforçado pela análise dos parâmetros de vibração das pregas vocais, os quais concordaram com os valores esperados para vozes normais descritos na literatura.
6. CONCLUSÃO
Concluí-se que o padrão de vibração das pregas vocais das mulheres normais deste estudo: apresenta TFA igual a 65,9% do ciclo, quociente de abertura igual à 0,66 e possui periodicidade em relação ao tempo e à amplitude quase perfeitas.
Além disso, constatou-se que a técnica de segmentação por contornos ativos foi eficiente e confiável para a análise do padrão de vibração das pregas vocais.
AGRADECIMENTOS
À FAPESP (processo 0769/09) pelo financiamento dos equipamentos desta pesquisa e à CAPES, pelo financiamento da pesquisa à qual este artigo está inserido. Às médicas otorrinolaringologistas Drª Adriana Hashiya, Drª Camila Cristina Ishikawa e Drª Marystella Tomoe Takahashi e às fonoaudiólogas Drª Maria Eugênia Dajer, Msc. Gislaine Cordeiro e à Fga. Regina Aparecida Pimenta pela ajuda na coleta de dados.
REFERÊNCIAS
1. Behlau M, Azevedo R, Pontes P. Conceito de voz normal e classificação das disfonias. . In: Revinter, editor. Voz: o livro do especialista. 1 ed. Rio de Janeiro2001. p. 53-84. 2. Kaszuba SM, Garrett CG. Strobovideolaryngoscopy and Laboratory Voice Evaluation. Otolaryngologic clinics of North America. 2007;40(5):991-1001. 3.DOI Braunschweig T, Flaschka J, Schelhorn-Neise P, ouml, llinger M. High-speed video analysis of the phonation onset, with an application to the diagnosis of functional dysphonias2008. 4. DOI Deliyski DD, Petrushev PP, Bonilha HS, Gerlach TT, Martin-Harris B, Hillman RE. Clinical Implementation of Laryngeal High-Speed Videoendoscopy: Challenges and Evolution. Folia Phoniatrica et Logopaedica. 2008;60(1):33-44. 5. DOI Bonilha HS, Deliyski DD. Period and Glottal Width Irregularities in Vocally Normal Speakers. Journal of voice : official journal of the Voice Foundation. 2008;22(6):699-708.
6. Shaw HS, Deliyski DD. Mucosal Wave: A Normophonic Study Across Visualization Techniques. Journal of voice : official journal of the Voice Foundation. 2008;22(1):23-33. 7. DOI Qin X, Wang S, Wan M. Improving Reliability and Accuracy of Vibration Parameters of Vocal Folds Based on High-Speed Video and electroglottography. IEEE Transactions on Biomed Engineering. 2009;56(6):1744-54. 8. DOI Schwarz R, Hoppe U, Schuster M, Wurzbacher T, Eysholdt U, Lohscheller J. Classification of Unilateral Vocal Fold Paralysis by Endoscopic Digital High-Speed Recordings and Inversion of a Biomechanical Model. IEEE Transactions on Biomed Engineering 2006;53(6):1099-108. 9. Deliyski D. Endoscope Motion Compensation for Laryngeal High-Speed Videoendoscopy. Journal of voice : official journal of the Voice Foundation. 2005;19(3):485-96. 10. DOI Lohscheller J, Eysholdt U, Toy H, Döllinger M. Phonovibrography: Mapping High-Speed Movies of Vocal Fold Vibrations Into 2-D Diagrams for Visualizing and Analyzing the Underlying Laryngeal Dynamics. . IEEE Transaction on Med Imaging. 2008;27(3):10. 11. DOI Kass M, Witkin A, Terzopoulos D. Snakes: Active contour models. International Journal of Computer Vision. 1988;1(4):321-31. 12. Behlau M, Madázio G, Feijó D, Pontes P. Avaliação de voz. In: Revinter, editor. Voz: o livro do especialista. Rio de Janeiro2001. p. 84-246. 13. Behlau M. Escores dos protocolos e os valores para o Brasil. São Paulo2010 [03/12/2010]; Available from: http://www.cevfono.com/2010/conteudo/protocolo_5.pdf. 14. Yamasaki R, Leão SHdS, Madazio G, Padovani M, Azevedo R, Behlau M. Correspondência entre Escala Analógico-Visual e a Escala Numérica na Avaliação Perceptivo-Auditiva de Vozes In: Fonoaudiologia SBd, editor. 16º Congresso Brasileiro de Fonoaudiologia; Campos do Jordão2008. 15. Hirano M. Phonosurgery: Basic and clinical investigations. Otologia (Fukuoka). 1975;21(suppl. 1):239-440. 16. DOI Qiu Q, Schutte HK, Gu L, Yu Q. An Automatic Method to Quantify the Vibration Properties of Human Vocal Folds via Videokymography. Folia Phoniatrica et Logopaedica. 2003;55(3):128-36. 17. Montagnoli AN. Análise Residual do sinal de voz [Mestrado]. São Carlos: Universidade de São Paulo; 1998. 18. Dedivitis RA. Estroboscopia. In: Dedivitis RA, Barros APB, editors. Métodos de avaliação e diagnóstico de laringe e voz. São Paulo: Lovise; 2002. p. 71-88. 19.DOI Fujita R, Ferreira AE, Sarkovas C. Avaliação videoquimográfica da vibração de pregas vocais no pré e pós hidratação. Revista Brasileira de Otorrinolaringologia. 2004;70:742-6. 20.DOI Koishi HU, Tsuji DH, Imamura R, Sennes LU. Variação da intensidade vocal: estudo da vibração das pregas vocais em seres humanos com videoquimografia. Revista Brasileira de Otorrinolaringologia. 2003;69:464-70. 21.DOI Sapienza CM, Stathopoulos ET, Dromey C. Approximations of open quotient and speed quotient from glottal airflow and egg waveforms : Effects of measurement criteria and sound pressure level. Journal of voice : official journal of the Voice Foundation. 1998;12(1):31-43. 22. Köster O, Marx B, Gemmar P, Hess MM, Künzel HJ. Qualitative and quantitative analysis of voice onset by means of a multidimensional voice analysis system (MVAS) using high-speed imaging. Journal of Voice. 1999;13(3):355-74. 23. Hacki T. Electroglottographic quasi-open quotient and amplitude in crescendo phonation. Journal of Voice. 1996;10(4):342-7.
19
