XXIII Congresso Brasileiro em Engenharia Biomédica – XXIII CBEB
SEGMENTAÇÃO DOS MOVIMENTOS DA LARINGE COM APLICAÇÕES
EM SISTEMA BIOMECÂNICO
F. A. Zampirolli*, R. I. Cuzziol*, G. S. Marques* e L. R. Neves**
*Universidade Federal do ABC, Santo André, Brasil
**UNIFESP, São Paulo, Brasil
fzampirolli@ufabc.edu.br
Abstract: There are deficiencies in medical robotic
tools. For this reason, it is important to use
monitoring and control systems of robots to
simulate the movements of the muscles of the
larynx. This work makes the segmentation of the
movements of vocal folds of humans and pigs,
using a biomechanical system with LEGO NXT
kits. Calculus of measures to assist the study of the
behavior of the larynx are also presented.
Palavras-chave: Segmentação de Imagens, Pregas
Vocais, Sistema Biomecânico, Robótica.
Introdução
A avaliação e padronização do “ótimo” nas
análises pós-operatórias de laringes sempre foram
muito difíceis, pois a avaliação sonora pode se tornar
subjetiva, a mensuração durante a fonação é complexa
e mesmo com uma sonorização correta os movimentos
musculares podem continuar errados causando rein-
cidência dos problemas [1]. Analisar os movimentos
da laringe permite verificar distúrbios de vibração das
pregas vocais e distúrbios da voz [2] e são importantes
temas apresentados na literatura.
Lohscheller, et al. [2], apresentam um procedi-
mento avaliado clinicamente para a reconstrução da
vibração das pregas vocais de endoscópicos digitais de
alta velocidade de vídeos usando basicamente um
filtro de Threshold, porém com cálculos topológicos
complexos para a reconstrução das pregas vocais.
Wurzbacher, et al. [3], apresentam um procedi-
mento para a calibração de endoscópicos usando
sequências de imagem em alta velocidade da laringe
por uma detecção automática de marcas usando
projeções paralelas de linhas de laser. Basicamente,
estes marcadores são obtidos a partir das reflexões do
laser usando processamento de imagens.
Slavit e McCaffrey [4], apresentaram uma medida
do padrão vibratória denominado Open Slope Quotient
(OSQ). O OSQ está relacionado com a velocidade de
abertura vocal e resistência da laringe e foi aplicada
em uma laringe canina. OSQ também pode estar
relacionado à rigidez das pregas vocais. Este
parâmetro é baseado na abertura máxima durante a
abertura da glote. Utilizando um modelo de laringe
excisada canina, as formas de onda, a intensidade do
1
som, e da pressão sub-glótica foram gravadas como
tensão da prega vocal, largura glótica e a taxa de fluxo
de ar foram sistematicamente variados.
Reznik [5], apresenta características anatômicas do
trato respiratório superior de vários animais, incluindo o
do homem. Onde há um número grande de diferenças e
semelhanças macroscópico e microscópico entre as
espécies.
Este trabalho apresenta um procedimento para
utilização de algoritmos clássicos de processamento de
imagens presentes nas bibliotecas do Matlab, para a
análise dos movimentos da laringe, utilizando dados
concretos como área de abertura máxima e mínima,
momento de início da produção sonora e o tempo de
fechamento glótico de fonação. Com isso é possível
comparar os dados de uma laringe com um padrão.
Materiais e Método
Utilizou-se o ambiente de programação Matlab [6]
para o desenvolvimento do código para analisar os
vídeos. Este ambiente possui versatilidade e grande
capacidade de manipular imagens. Este trabalho de
segmentação da laringe foi aplicado em três tipos de
vídeos, como descritos a seguir.
I) vídeo da laringe humana – A partir de imagens
laríngeas de paciente oriundo do Setor Interde-
partamental de laringologia e Voz da UNIFESP-EPM,
adquiridas por exame de laringoestroboscopia indireta
(Scott LC 960, Curitiba) convertidas para o formato AVI
e aplicadas no modelo, segmentou-se as imagens
(frames ou quadros) do vídeo. Somente uma frequência
específica do “é” foi aplicada. As rotinas utilizadas do
Matlab para esta segmentação foram [7]: (1) níveis de
cinza - após a captura de uma imagem do vídeo, usou-se
a rotina rgb2gray para converter a imagem RGB para
níveis de cinza do tipo byte (assumindo assim valores
entre 0 e 255); (2) abertura morfológica - para suavizar
a imagem de um frame usando como função
estruturante um quadrado 3x3; (3) Threshold - usou-se
como limiar um valor próximo dos nível de cinza 40,
este valor foi obtido através de testes empíricos e deverá
ser ajustado conforme a aquisição de outros vídeos; (4)
criou-se um marcador central, considerando a laringe
localizada ao centro da imagem, e finalmente uma
reconstrução a partir deste marcador para reconstruir a
XXIII Congresso Brasileiro em Engenharia Biomédica – XXIII CBEB

região das pregas vocais da laringe. Utilizando este Figura 3-(a) e 3-(c). Os gráficos das áreas versos os
procedimento simples e robusto, foi possível frames são apresentados na Figura 3-(b) e 3-(d),
segmentar os vídeos das laringesnda base de dados destacando estes frames correspondentes, em dois
apresentada neste trabalho. instantes (frames 129 e 154) antes da vibração das
Segundo Lohschellern et al. [2], especialistas clíni- cordas vocais.
cos formularam as especificações de sistema para a
análise de vídeos de alta velocidade de vibração das
pregas vocais: (1) segmentação glote robusto para
processar até mesmo filmes com qualidade baixa de
imagens; (2) identificações separadas das bordas
esquerda e direita da prega vocal, considerando a
orientação apresentada na Figura 1; (3) alta precisão
de detecção de bordas; (4) tempo de computação
reduzido; e (5) intervenção mínima do usuário.

II) vídeo da laringe humana de alta velocidade –

Assim, este trabalho apresenta também a segmentação Figura 1: a) Pregas vocais com a maior abertura; b)
das bordas da laringe humana usando um vídeo de alta Pregas vocais no início da produção sonora.
resolução, através de poucas rotinas da toolbox de
processamento de imagens do Matlab, descritas no
item I anterior.

III) vídeo da laringe do porco – Finalmente,

inspirado nas análises anteriores das laringes humanas,
este trabalho também faz a segmentação dos
movimentos de uma laringe do porco utilizando um
sistema biomecânico, descrito em [1], usando dois kits
LEGO NXT [8], veja Figuras 6 e 7. Neste sistema foi
analisado também o comportamento dos movimentos
de uma laringe canina. Esta pesquisa foi submetida ao
Comitê de Ética em Pesquisa da Universidade Federal
de São Paulo, sendo aprovada e recebendo o número Figura 2: Gráfico da área segmentada versos um frame
1647/09. Porém, neste artigo analisamos somente os do vídeo, apresentando os pontos de máximo e mínimo
vídeos obtidos pela laringoestroboscopia de pacientes da Figura 1.
humanos e os vídeos da laringe do porco.

Resultados

I) vídeo da laringe humana – Segmentando

somente a abertura das pregas vocais da laringe
determinou-se a abertura máxima e mínima, e com
isso, conseguiu-se calcular o “momentum” em que as
pregas vocais começam a produção sonora e a
velocidade de aproximação e vibração das mesmas.
Assim, com estas segmentações das imagens define-se (a) (b)
o momento de repouso (Figura 1a) havendo a
determinação do espaço glótico através da quantidade
de pixels na área segmentada de abertura.
Posteriormente define-se o instante em que não há
mais adução das pregas vocais e começa o movimento
de produção sonora laríngea (Figura 1b).
De posse desses dois parâmetros apresentados na
Figura 1, realizou-se o cálculo de velocidade de
fechamento glótico. A Figura 2 apresenta um gráfico (c) (d)
das áreas destas segmentações versos os frames do
vídeo. Figura 3: Segmentação de vídeo de alta resolução em
dois instantes diferentes: (a) imagem do frame 129 e (c)
II) vídeo da laringe humana de alta velocidade – 154. Os gráficos (b) e (d) apresentam as áreas versos os
Aplicando a mesma metodologia em um vídeo de alta frames.
velocidade, obtém-se as segmentações apresentadas na A Figura 4 apresenta o gráfico das áreas da

2
XXIII Congresso Brasileiro em Engenharia Biomédica – XXIII CBEB

abertura/fechamento da laringe versos o frame do

vídeo de alta resolução. Já a Figura 5 apresenta o
gráfico da velocidade de abertura/fechamento
correspondente.

Figura 4: Gráfico apresentando a área da

abertura/fechamento da laringe versos o frame do
vídeo de alta resolução.

Figura 6: Apresenta a estrutura para suportar os dois kits

LEGO NXT, com 6 servo motores, três em cada bloco
NXT. Veja um vídeo destes movimentos em [9].

Figura 5: Gráfico apresentando a velocidade da

abertura/fechamento da laringe.

Essas informações poderão ajudar o médico

otorrinolaringologista a realizar diagnóstico e indicar
um melhor tratamento ao paciente.
III) vídeo da laringe do porco – Agora, em [1] foi
construído um sistema biomecânico para simular os
movimentos de laringes. A Figura 6 apresenta a
estrutura para suportar os seis tipos de movimentos
dos músculos, um para cada motor do kit LEGO NXT.
Ao centro é fixado a laringe, como apresentado na
Figura 7.
Figura 7. Laringe fixa em um sistema biomecânico, veja
um vídeo em [10].
Realizando segmentações neste vídeo apresentado
na Figura 7, foi possível calcular várias medidas da
abertura/fechamento da laringe, conforme a tensão
aplicada em cada músculo. Alguns exemplos são
apresentados na Figura 8 e na Tabela 1.

3
XXIII Congresso Brasileiro em Engenharia Biomédica – XXIII CBEB

• Comprimento do maior eixo: o maior eixo da elipse

que pode ser desenhada dentro do segmento;
• Comprimento do menor eixo: o menor eixo da elipse
que pode ser desenhada dentro do segmento;
• Orientação: ângulo formado entre o menor e o maior
eixo da elipse;
• Área convexa: a menor área convexa que consegue
contornar o segmento;
• Excentricidade: razão entre a distância dos focos da
frame 1460 elipse com o maior eixo;
• Diâmetro equivalente: diâmetro da circunferência
com área igual ao do segmento;
Á
• Extend: ;

á
• Solidity: ;
á

Outras medidas encontradas em [12] foram usadas:

∗ ∗Á
frame 170 • FormFactor: ;
í
Á
• Roundness: 4 ∗ ;
∗ ²

• AspectRatio: ;

• Convexity: .
í

Tabela 1: Cálculo das medidas para três frames, da

Figura 8.

frame 960 Frame 170 960 1460

Centroid_x 404 341 265
Figura 8. Segmentação de três frames diferentes do
vídeo apresentado na Figura 7, destacando o contorno Centroid_y 262 233 240
das pregas vocais. Após esta segmentação são calculas AreaBox 58548 67580 3264
várias medidas, sendo destacados o retângulo externo Area 30496 38728 2126
e o centroide.
Perimeter 1090 1046 426
Com os segmentos binários das pregas vocais da MajorAxisLength 417 393 222
laringe do porco, obteve-se várias medidas
MinorAxisLength 99 133 13
morfológicas da abertura/fechamento. Foram
utilizados 16 tipos de medidas. Uma parte dos Orientation -3 -3 0
algoritmos de medidas é encontrada na biblioteca de ConvexArea 33002 40245 2356
processamento de imagem do Matlab, usando a função
Eccentricity 0.97148 0.94077 0.99821
regionprops, outras foram desenvolvidas. Segue lista
de medidas usadas e as descrições [11]: EquivDiameter 197 222 52
Extent 0.52636 0.57812 0.69819
• Centroid: centróide do segmento;
Solidity 0.92407 0.96231 0.90238
• AreaBox: área do retângulo externo do segmento, FormFactor 0.32255 0.44481 0.14722
calculada usando BoundingBox;
Roundness 0.2233 0.31926 0.05492
• Área: quantidade de pixels do segmento; AspectRation 4.2145 2.9507 16.7365
• Perímetro: comprimento de contorno do segmento; Convexity 0.89908 0.85851 0.97653

4
XXIII Congresso Brasileiro em Engenharia Biomédica – XXIII CBEB

Discussões [6] MATLAB technical documentation. Disponível em

Todas as 16 medidas apresentadas na seção
anterior podem ser utilizadas para as classificações
dos vários estados das pregas vocais, de vários tipos
de laringe, semelhante ao que foi realizado em [11],
onde se classificou dois tipos de tecido humano.
Desta forma, este trabalho contribui fornecendo
um arcabouço de medidas e um sistema para ser
utilizado no auxílio em cirurgias, fornecendo um
padrão de comportamento para movimentos
específicos dos músculos das laringes, afetando
diretamente as aberturas das pregas vocais, e
consequentemente da fonação da laringe.
Além disso, este trabalho contribui no estudo do
comportamento dos músculos da laringe, fornecendo
aos estudantes uma ferramenta didática e de baixo
curto.
Como trabalhos futuros, é possível adaptar o
sistema de segmentação, fornecendo ao sistema
biomecânico da laringe um retorno em tempo real das
tensões aplicadas pelos motores dos kits LEGO NXT.
Além disso, é possível adaptar o software que
controla o sistema biomecânico para ser operado
remotamente pela internet. Desta forma pessoas de
qualquer parte poderiam ver a parte de segmentação e
manipular os motores do sistema biomecânico.
http://www.mathworks.com. Acessado em 20 de maio de 2012.
[7] William K. Pratt – Digital Imagem Processing. New York, 1991.
[8] LEGO MINDSTORMS NXT. Disponível em
http://mindstorms.lego.com. Acessado em 6 de junho de 2012.
[9] Zampirolli, F. A., Neves, L. R., Marques, G. S. e Cuzziol, R. I.
Vídeo ilustrando os motores para o movimento da laringe em
sistema biomecânico. Disponível em:
http://youtu.be/RmFnYH_NmlI. Acessado em 12 de junho de
2012.
[10] Neves, L. R., Zampirolli, F. A., Marques, G. S. e Cuzziol, R. I..
Vídeo ilustrando o movimento da laringe em sistema
biomecânico. Disponível em: http://youtu.be/dCnInNXyrd8.
Acessado em 12 de junho de 2012.
[11] Zampirolli, F. A., Stransky,B., Lorena,A. C., Paulon, F. L. M.
Segmentation and classification of histological images -
application of graph analysis and machine learning methods –
SIBGRAPI, 2010.
[12] Chang, R. F., Wu, W.J., Moon W. K. and Chen, D. R.Automatic
ultrasound segmentation and morphology based diagnosis of
solid breast tumors, Breast Cancer Research and Treatment, vol.
89, pp. 179–18, 2005.

Conclusão

Foi apresentado neste artigo um procedimento para

utilização de algoritmos clássicos de processamento
de imagens presentes nas bibliotecas do Matlab, que
são usados para obter medidas que podem ser
utilizadas para o auxílio das cirurgias em laringes e em
exames de laringoestroboscopia em humanos. Além
disso, através deste procedimento é possível calcular
16 medidas distintas da segmentação das pregas focais.
Estas medidas foram calculadas usando um sistema
biomecânico da laringe do porco, permitindo a
obtenção de dados objetivos quanto às características
da movimentação das pregas vocais.

Referências
[1] Neves, L. R. Modelo biomecânico computadorizado aplicado
em laringes caninas. Tese de doutorado, Universidade Federal
de São Paulo, UNIFESP, 2010.
[2] Lohscheller, J, et al. Clinically evaluated procedure for the
reconstruction of vocal fold vibrations from endoscopic digital
high-speed videos. Medical Image Analysis, 11, 400–413,
2007.
[3] Wurzbacher, T., et al. Calibration of laryngeal endoscopic
high-speed image sequences by an automated detection of
parallel laser line projections, Medical Image Analysis, 12,
300–317, 2008.
[4] Slavit, D. H. e McCaffrey, T. V., Open Slope Quotient: A
New Glottographic Parameter, Journal of Voice, Vol. 9, No.1,
pág. 86-94, New York, Raven Press Ltd., 1995.
[5] Reznik,G. K., Comparative Anatomy, Physiology, and
Function of the Upper Respiratoy Tract, Environ Health Persp,
Vol. 85, pág. 171-176, 1990.