26dgpp1710.3205/26dgpp17urn:nbn:de:0183-26dgpp170VortragRekurrenzplot-Analyse pathologischer Stimmen und Ableitungen zur nichtlinearen Dynamik der StimmlippenFleischerFleischerM.MDr.
Charité – Universitätsmedizin Berlin, Klinik für Audiologie und Phoniatrie, Berlin, DeutschlandCharité – Universitätsmedizin Berlin, Klinik für Audiologie und Phoniatrie, Berlin, Deutschlandmario.fleischer@charite.deauthorWalkerWalkerR. S.RSCharité – Universitätsmedizin Berlin, Klinik für Audiologie und Phoniatrie, Berlin, DeutschlandauthorKampmannKampmannM.MCharité – Universitätsmedizin Berlin, Klinik für Audiologie und Phoniatrie, Berlin, DeutschlandauthorMürbeMürbeD.DCharité – Universitätsmedizin Berlin, Klinik für Audiologie und Phoniatrie, Berlin, DeutschlandauthorGerman Medical Science GMS Publishing House
Düsseldorf
61020260826germThis is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License.Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung).M065417Deutsche Gesellschaft für Phoniatrie und Pädaudiologie42. Wissenschaftliche Jahrestagung der Deutschen Gesellschaft für Phoniatrie und Pädaudiologie (DGPP)Stimme: Stimmanalyse IIStarnberg2026091620260919V14Hintergrund: Die klinische Bewertung von Stimmaufnahmen im Hinblick auf Rauhigkeit (R), Behauchtkeit (B) und Heiserkeit (H) erfolgt laut ELS-Protokoll durch subjektive Bewertung auf einer Skala von 0-3 für R und B, wobei H das Maximum von R und B darstellt. Objektive Maßen wie Jitter und Shimmer bzw. Harmonics-to-Noise-Ratio und Cepstral-Peak-Prominence zeigen eine dabei teilweise gute Korrelationen zu R und B, können jedoch keine kausalen Zusammenhänge aufdecken. Im Rahmen der nichtlinearen Signalanalyse steht mit dem Rekurrenzplot ein Werkzeug zur Verfügung was weitere Einblicke in die Regularität und mögliches chaotisches Schwingungsverhalten der Stimmlippen ermöglicht was wiederum die Ursache für Rauhigkeit, Behauchtheit und Heiserkeit ist.Material und Methode: Gehaltene Vokale für 585 Patienten (221 m) und Patientinnen (364 w), entweder mit Larynxpapillomatose (N=196), Reinkeödem (N=268), Stimmlippenpolyp (N=61) oder Stimmlippenzyste (N=60) diagnostiziert, wurden präoperativ analysiert. Dabei wurde die Dimensionalität und die Latenz periodischer Anteile (entspricht der Beschreibung im Phasenraum) automatisch bestimmt und diese für das Signal-Embedding benutzt. Für diese wurden Rekurrenzplots erstellt und die Determiniertheit (oder Vorhersehbarkeit) und die mittlere Prädiktionszeit bestimmt.Ergebnisse: Es zeigt sich, dass bei der Larynxpapillomatose die Determiniertheit geringer ausfällt als bei den anderen vier Pathologien was auf einen höheren Rauschanteil schließen lässt. Die mittlere Prädiktionszeit dagegen ist relativ unabhängig von der Diagnose.Schlussfolgerung: Mit Rekurrenzplots-Analysen steht ein weiteres Werkzeug zur Verfügung was es erlaubt, den nichtlinearen Charakter der Stimmlippenschwingung physikalisch einzuordnen. Für die Ermittlung normativer Werte sind weiterführende Analysen nötig.TextHintergrundDie klinische Bewertung von Stimmaufnahmen im Hinblick auf Rauigkeit (R), Behauchtkeit (B) und Heiserkeit (H) erfolgt laut ELS-Protokoll durch subjektive Bewertung auf einer Skala von 0–3 für R und B, wobei H das Maximum von R und B darstellt. Objektive Maße wie Jitter und Shimmer bzw. Harmonics-to-Noise-Ratio und Cepstral-Peak-Prominence zeigen dabei eine teilweise gute Korrelation zu R und B, können jedoch keine kausalen Zusammenhänge aufdecken. Im Rahmen der nichtlinearen Signalanalyse steht mit dem Rekurrenzplot ein Werkzeug zur Verfügung, das weitere Einblicke in die Regularität und mögliches chaotisches Schwingungsverhalten der Stimmlippen ermöglicht , was wiederum die Ursache für Rauigkeit, Behauchtheit und Heiserkeit ist.Material und MethodeGehaltene Vokale (Abbildung 1 , links) für 585 Patienten (221 m) und Patientinnen (364 w), entweder mit Larynxpapillomatose (N=196), Reinkeödem (N=268), Stimmlippenpolyp (N=61) oder Stimmlippenzyste (N=60) diagnostiziert, wurden präoperativ analysiert. Dabei wurde die Dimensionalität und die Latenz periodischer Anteile (entspricht der Beschreibung im Phasenraum, siehe Abbildung 1 , Mitte) automatisch bestimmt und diese für das Signal-Embedding benutzt. Für diese wurden Rekurrenzplots (Abbildung 1 , rechts) erstellt und u.a. die Determiniertheit (oder Vorhersehbarkeit) und die mittlere Prädiktionszeit bestimmt.ErgebnisseEs zeigt sich, dass bei der Larynxpapillomatose die Determiniertheit geringer ausfällt als bei den anderen drei Pathologien, was auf einen höheren Rauschanteil schließen lässt. Die mittlere Prädiktionszeit dagegen ist relativ unabhängig von der Diagnose.SchlussfolgerungMit Rekurrenzplot-Analysen steht ein weiteres Werkzeug zur Verfügung, das es erlaubt, den nichtlinearen Charakter der Stimmlippenschwingungen physikalisch einzuordnen. Für die Ermittlung normativer Werte sind weiterführende Analysen nötig.Marwan NCarmen Romano MThiel MKurths JRecurrence plots for the analysis of complex systems2007Physics Reports237-329Marwan N, Carmen Romano M, Thiel M, Kurths J. Recurrence plots for the analysis of complex systems. Physics Reports. 2007;438:237-329.Acosta Martínez GDaffern HThe Role of Vibrato in Group Singing: A Systematic Review2025J Voice847.e21-847Acosta Martínez G, Daffern H. The Role of Vibrato in Group Singing: A Systematic Review. J Voice. 2025 May;39(3):847.e21-847.e39. DOI: 10.1016/j.jvoice.2022.11.004https://doi.org/10.1016/j.jvoice.2022.11.004Acosta Martínez GDaffern HComplexity of Vocal Vibrato in Opera and Jazz Recordings: Insights From Entropy and Recurrence Analyses2026J Voice551-63Acosta Martínez G, Daffern H. Complexity of Vocal Vibrato in Opera and Jazz Recordings: Insights From Entropy and Recurrence Analyses. J Voice. 2026 May;40(3):551-63. DOI: 10.1016/j.jvoice.2023.11.020https://doi.org/10.1016/j.jvoice.2023.11.020011
Abbildung 1: Exemplarische Ermittlung des Rekurrenzplots am Beispiel der Larynxpapillomatose. Ausgehend vom Stimmsignal (links) wird eine Phasenraum-Rekonstruktion ermittelt (Mitte). Diese stellt den Ausgangspunkt für den Rekurrenzplot dar (rechts).