声带振动动力学的标准化时空表征：喉振动图在嗓音障碍诊断中的革新应用

本研究针对传统声门图（PVG）仅分析声门开放区域而忽略声带组织完整振动的局限性，创新性提出喉振动图（LVG）技术。通过深度学习分割声带组织并定义个体振动轴，实现了声带全长的标准化振动分析。结果表明LVG在健康人群中稳定性更高（RND变异减少），对病理组（如声带麻痹、息肉）的区分效应更强（效应量提升58%），且能精准量化非稳态发声（如发声起始期）的声带角度变化（γ=-61.07°/s至-85.35°/s）。该技术为嗓音疾病的客观诊断和治疗随访提供了新范式。

　　

嗓音是人类沟通的核心工具，但约30%的成年人会经历嗓音障碍，其中7.6%存在持续性发声问题。传统诊断依赖喉高速视频内窥镜（HSV）记录声带振动，但每秒4000帧的数据量使人工分析难以临床常规化。更关键的是，现有声门图（Phonovibrogram, PVG）仅通过声门轮廓推导振动，存在两大缺陷：无法反映声带全长振动范围（如声带息肉导致的闭合不全区域），且依赖单一对称轴（忽略病理状态下的个体振动轴差异）。这些限制阻碍了跨研究和纵向比较的可靠性。

为解决这一难题，德国特里尔应用技术大学、萨尔大学医学中心等机构的研究团队开发了喉振动图（Laryngovibrogram, LVG）。该技术通过U-LSTM神经网络（结合卷积与长短期记忆单元）同步分割声门和声带组织，首次实现声带振动的全长标准化分析。研究纳入73例HSV记录（健康38例，病理35例），发现LVG较PVG具有三大突破：健康者振动幅度更稳定（RND变异系数降低），病理组区分效应更强（如声带息肉组RND降至2.13±1.20%），并能动态追踪非稳态发声的声带角度变化（如硬起音角速度γ=-85.35°/s）。

关键技术包括：1）基于U-LSTM的双向时空分割网络（处理4,000 fps的256×256 px HSV序列）；2）振动轴动态插值算法（滑动窗口150帧）；3）声带偏转归一化模型（δ_r,l=d_r,l/L_r,l）；4）多参数量化体系（如相对归一化偏转RND、相位差ΔΘ）。

研究结果揭示：

1. PVG与LVG对比：以25岁男性声带息肉为例，PVG漏诊了占声带25%的息肉（位于右声带63%处），而LVG清晰显示其对侧声带的静态压痕（振幅-1.2%）。
2. 健康者重复测量：同一受试者3次发声的LVG振动模式高度一致（RND_r=5.88-8.69%），但硬起音导致相位差增大至0.43 rad（开放区仅0.23 rad）。
3. 临床组差异：声带麻痹组的振动对称性（Q_RND=0.60±0.26）显著低于健康组（0.86±0.07），而息肉组的时间稳定性更差（jitter=27.50%）。
4. 非稳态发声分析：LVG首次实现声带角度Γ(t)的自动追踪，发现硬起音的闭合速度比正常起音快40%。

结论指出，LVG通过三项革新推动领域发展：

• 空间维度：将分析范围从声门区扩展到声带全长，识别出传统方法遗漏的病变（如声带闭合区的息肉）。
• 标准化体系：通过长度归一化（L_r,l）实现跨研究可比性，健康者RND变异减少21%。
• 动态捕捉：量化非稳态过程的声带运动（如角速度γ），为痉挛性发声障碍等疾病提供新指标。

这项发表于《Scientific Reports》的研究标志着嗓音分析从"声门观测"到"声带动力学全景解析"的范式转变。未来，LVG或可整合入临床决策系统，通过自动化分类（如效应量提升58%）优化手术随访和康复评估。团队公开了代码和数据集（Zenodo: 10.5281/zenodo.15263300），为领域发展奠定基础。