Acoustic Centerline Extraction from MRI Data

dc.contributorAalto-yliopistofi
dc.contributorAalto Universityen
dc.contributor.advisorHannukainen, Antti
dc.contributor.authorBlankenstein, Niko
dc.contributor.schoolPerustieteiden korkeakoulufi
dc.contributor.supervisorMalinen, Jarmo
dc.date.accessioned2024-04-09T08:10:27Z
dc.date.available2024-04-09T08:10:27Z
dc.date.issued2024-02-02
dc.description.abstractThis work presents a method for extracting an approximation of an acoustic centerline from the MRI data of a human vocal tract during vowel pronunciation. The approximation is found with the use of Poisson’s equation coupled with Dijkstra’s algorithm. The MRI data set employed in this study comprises a singular male vocal tract pronouncing three different Finnish vowels: [a :], [i :], and [u :]. Extracting an acoustic centerline corresponding to the set poses a challenge because different frequencies of sound are associated with varying acoustic lengths of the vocal tract, influenced by differences in diffraction and refraction. This work aims to provide an approximate representation of the centerline expected to model the lowest Helmholtz resonance frequency of the vocal tract. The resulting centerline can be utilized to define an intersection area function for the vocal tract, applicable in computational acoustic analysis. The method presented in this study can be used to automatically extract the acoustic centerline of an MRI mesh. The finite element method is utilized to solve Poisson’s equation on the mesh by dividing it into finitely sized triangle elements, where the equation becomes more tractable for numerical solution. Dijkstra’s algorithm is applied to the solution for centerline extraction. The lowest Helmholtz resonance frequency of the mesh can be calculated by coupling this extracted centerline with Webster’s equation when spanned correctly. This work does not discuss the correct way to span the centerline.en
dc.description.abstractIhmisen ääntöväylä on kurkunpäästä äänihuulilta suun huulille ulottuva geometrinen objekti. Sen tehtävä äänentuottamisen osalta on muotoansa muuttamalla suodattaa äänihuulilta syntynyt äänenpaine ymmärrettäviksi äänteiksi: vokaaleiksi ja konsonanteiksi. Ääntöväylän toiminnan ymmärtäminen on tärkeää esimerkiksi puheen tuottamisen ja puhehäiriöiden diagnosoinnin kannalta. Se on monimutkainen järjestelmä, joka vaatii tarkkaa koordinaatiota ja säätelyä eri lihaksien välillä. Vaikka ääntöväylän perusrakenne on samankaltainen kaikilla ihmisillä, yksilölliset erot voivat vaikuttaa äänen intensiteettiin ja laatuun. Näiden ominaisuuksien tutkintaan on olemassa erilaisia menetelmiä, joista monet pohjautuvat ääntöväylän akustiseen keskiviivaan. Tässä työssä kehitettiin menetelmä, jonka avulla voidaan laskea approksimaatio ihmisen ääntöväylän akustiselle keskiviivalle magneettikuvauksesta saadusta datasta. Akustinen keskiviiva laskettiin soveltamalla elementtimenetelmällä verkotettuun ääntöväylään Poissonin yhtälöä reunaehdoin. Elementtimenetelmä on tehokas tapa mallintaa monimutkaisia geometrisia rakenteita, ja Poissonin yhtälöä käytetään akustisen paineen laskemiseen ääntöväylässä. Dirichlet’n ja Neumannin reunaehtoja soveltamalla otetaan huomioon ääniaaltojen fysikaaliset ominaisuudet ja niiden vuorovaikutus ääntöväylärakenteiden kanssa. Lopullisen keskiviivan määrittämiseen käytetään Dijkstran algoritmia Poisson-yhtälöstä saaduin painoarvoin. Akustinen keskiviiva laskettiin tässä työssä magneettikuvantamisdatasta, joka on otettu suomenkielen vokaalien [a:], [i:], ja [u:] ääntämisten aikana. Työssä havaittiin, että eri vokaalien osalta keskilinjojen pituudet vaihtelivat, joka osoittaa, että puherakenteen geometria muuttuu vokaalien lausumisen myötä. Tutkielman vertailu erilaisten yksinkertaisten objektien keskilinjoihin, kuten sylinterin ja toruksen, avulla vahvisti menetelmän luotettavuutta. Keskimääräiset poikkeamat todellisista keskilinjoista olivat pieniä. Tulokset antavat pohjan jatkotutkimuksille, jotka voivat hyödyntää tätä menetelmää puherakenteen akustisen analyysin kehittämisessä.fi
dc.format.extent27
dc.format.mimetypeapplication/pdfen
dc.identifier.urihttps://aaltodoc.aalto.fi/handle/123456789/127382
dc.identifier.urnURN:NBN:fi:aalto-202404093006
dc.language.isoenen
dc.programmeTeknistieteellinen kandidaattiohjelmafi
dc.programme.majorMatematiikka ja systeemitieteetfi
dc.programme.mcodeSCI3029fi
dc.subject.keywordakustiikkafi
dc.subject.keywordääntöväyläen
dc.subject.keywordelementtimenetelmäen
dc.titleAcoustic Centerline Extraction from MRI Dataen
dc.typeG1 Kandidaatintyöfi
dc.type.dcmitypetexten
dc.type.ontasotBachelor's thesisen
dc.type.ontasotKandidaatintyöfi
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Blankenstein_Niko_2024.pdf
Size:
3.89 MB
Format:
Adobe Portable Document Format
Download