在大鼠手术模型中开发和应用自动语音折叠跟踪软件

科学领域:

• 喉科和语音研究研究.
• 生物医学科学中的动物建模
• 生物医学工程和软件开发.

背景情况:

• 鼠是研究喉神经复发性损伤后声 (VF) 功能的一个常见模型.
• 目前用于评估老鼠VF运动的方法是主观的,缺乏精度.
• 为了获得可靠的研究成果,需要客观的量化.

研究的目的:

• 开发和验证一个软件包,RatVocalTracker1.0 (RVT1.0),用于精确量化大鼠声运动.
• 评估RVT1.0在患有单侧声麻 (VFP) 的老鼠中的性能.
• 为喉科研究人员提供一个开源工具.

主要方法:

• 一个深度神经网络被训练来识别声 (VFs) 和状软骨 (ACs) 在横口腔喉镜视频中.
• 开发了软件来计算喉中线,VF位移,VF速度和AC角度.
• 该软件应用于老鼠在复发和上喉神经切割之前和之后的视频,并与手动测量进行比较.

主要成果:

• RVT1.0 准确量化了 VF 位移, VF 速度和 AC 角度.
• 在神经损伤之前和之后观察到所有测量指标的显著差异.
• 计划性措施与手工计算有很强的一致性,自动化分析更有效.

结论:

• RVT1.0提供了快速,准确和劳动效率的评估老鼠VF运动.
• 该软件可以进行横向运动差异的定量比较,并区分健康和的VF.
• RVT1.0是一个开源工具,可用于使用老鼠模型进行喉科研究.