论文部分内容阅读
声带是发声的主要器官,声带良好的发声功能主要来源于声带的良好且规律的振动。声带振动是一种高速、复杂而精细的运动,平均每秒振动高达100~400次,研究声带振动功能对于诊断、评估不同嗓音障碍疾病,揭示声带振动机理,寻找异常振动的病因具有重要意义。发声时,声带规律而周期性的振动是正常发声过程的重要部分,声带振动特性对声带解剖结构细微变化、相关肌肉功能障碍和声门下压力的变化高度敏感,通常表现为双侧声带振动不对称;声门闭合不全;声带的张力改变等,导致声嘶等一系列相关的嗓音症状。人眼具有视觉残留现象,因而,高速的声带振动不能被肉眼所观察到,高速摄影可进行每秒2000~8000帧的图像采集,通过喉部高速摄影进行声带发声振动时的影像采集可获得一个完整声门周期中的数幅图像,无论周期性或非周期性的声带振动均可以通过高速摄影进行拍摄并定量测量。本研究以声带振动的声门周期为理论基础,通过不同方法定量测定并研究高速摄影采集下的正常及异常嗓音声带振动特性,探讨应用高速摄影成像及电声门图技术对正常及异常声带振动进行数值评估的可行性。论文主要包括以下几个方面的内容:一、第1章绪论介绍了 1.人体声带发声机理以及声带振动时的原理及振动特性。介绍了声带周期性振动的生理及物理机制;2.声门周期的基本概念及生理机制,黏膜波产生的原理;3.喉高速摄影及电声门图对于声带振动功能的评估现状,提出使用喉高速摄影定量测量声带振动特性并用于评估不同嗓音疾病的基本可行性及优势。二、第2章通过分析同步采集的正常人声带振动时电声门图（EGG）信号与高速摄影图像,结合人工智能神经网络自动分析获取声门周期中精确的声门开闭瞬间,并与传统求导方式（DEGG）进行对比,结果显示①传统的电声门图信号求导法（DEGG）识别的声带开启瞬间及闭合瞬间的位置点较同步信号标定下获得位置在同一个周期性波形上更靠近波峰,神经网络模型预测位置与标定法非常接近;②求导法计算的平均0Q为52.27%,CQ为49.52%;同步信号标定方法获得的平均0Q为34.60%,CQ为65.42%;而神经网络训练模型预测下平均0Q为34.88%,CQ为66.12%。结论:神经网络训练后预测的EGG上声门开闭瞬间点与标记点有较高的一致性,能很好的识别并预测电声门图上声门开闭点的位置。可为将来EGG信号分析提供一个更为方便、准确的方法,并期望将其运用于各种嗓音疾病振动模式的自动化分析探索中。三、第3章通过喉高速摄影下GAW声门区波形图定量分析痉挛性发声困难患者声带振动时的声门区域变化情况,探索痉挛性发声困难患者的声带振动特征并对其定量分析,结果显示:1.健康受试者发声振动时声门周期面积变化相对稳定,正常男性及正常女性声门面积变化指数分别波动于0.19~0.21、0.39~0.42,均值分别为0.20±0.01、0.40±0.01,波动范围微小;而震颤的SD患者的声门面积变化则存在较大的波动,其面积变化指数在0.31~0.62范围内波动,均值为0.47±0.1,其波动范围明显大于正常人;非震颤SD患者声门面积变化指数在0.36~0.38之间波动,均值为0.36±0.01,无明显波动。2.健康男性受试者的SQ值小于女性,健康男性SQ平均值为1.08±0.06,健康女性SQ平均值为1.36±0.04,正常组中男性与女性间的SQ值存在统计学差异（P＜0.05）;男性与女性ADSD患者的SQ值分别为0.63±0.07、0.82±0.39,明显小于健康受试者（P＜0.05）;男性ABSD患者的SQ为1.25±0.07,明显大于健康男性受试者（P＜0.05）。结论喉高速摄影结合GAW对诊断痉挛性发声困难患者及其分型有较大的参考价值。其中SQ具有较好的诊断价值,而声门面积变化指数存在波动性,和SD患者是否并发声带震颤有较大的关联。本文创新之处在于:通过使用高速摄影动态喉镜摄取正常及痉挛性发声困难患者的声带振动影像:1.结合同步的EGG信号运用人工智能神经网络模型训练探索正常人声门周期闭合特征;2.使用分析软件GAW定量测量,探索非器质性病变声带尤其痉挛性发声困难患者嗓音的异常声带振动特征,并定量分析为功能性嗓音疾病的准确诊断提供思路。本文主要观点、结论:本文研究声带的振动特性是探索正常及病理发声机制的重要部分,客观定量测量声带振动特性是研究声带振动最有效且直观的方式,通过不同方法对高速摄影喉镜及电声门图采集的数据进行分析对诊断嗓音疾病及探索声带振动特性具有重要价值