嗓音作为生物标志物：良恶性声带病变的声学特征差异与早期诊断价值

这篇研究通过分析Bridge2AI-Voice数据集，探索了谐噪比（HNR）、基频（F0）等声学特征在鉴别良恶性声带病变（CL）与健康人群及其他嗓音疾病（如痉挛性发声障碍）中的价值。研究发现HNR变异度在男性群体中具有显著区分力，为无创嗓音筛查提供了新思路，但女性样本量不足提示需扩大研究。

　　

1 引言

嗓音障碍影响着全球12.47%的人群，其中声带病变既包含需手术干预的良性结节（如Reinke水肿、息肉），也涵盖致死率高达28%的喉癌。传统诊断依赖喉镜等侵入性检查，而NIH Bridge2AI计划首次系统性探索嗓音作为数字生物标志物的潜力。研究团队从12,523段录音中提取基频（F₀）、抖动率（jitter）、振幅扰动（shimmer）等5大特征，特别关注谐噪比（HNR）的均值与标准差——后者反映声带振动稳定性，理论上病变会导致气流紊乱从而升高HNR变异度。

2 方法

2.1 数据分组

306名受试者被分为两大群组：组1包含喉癌（n=10）、良性CL（n=13）与健康人群（n=122）；组2则进一步排除共病（如痉挛性发声障碍），形成4个纯净队列。值得注意的是，76.5%样本为白人女性，但男性群体中非裔比例在病变组高出12.8%。

2.2 声学分析

采用openSMILE工具包处理"彩虹段落"朗读录音。非参数检验显示：良性CL组的HNR均值（23.5 dB vs 26.8 dB, p=0.019）与F₀（145 Hz vs 165 Hz, p=0.012）显著低于健康组，而HNR标准差（4.2 vs 3.1, p=0.028）则显著高于喉癌组，提示病变程度与声带振动紊乱存在非线性关联。

3 结果

在男性亚组中，良性CL的HNR标准差较健康组高出37%（p=0.002），较喉癌组高出29%（p=0.027），这一差异接近痉挛性发声障碍的声学特征（p=0.055）。但女性群体未现显著差异，可能因喉癌女性样本仅2例。值得注意的是，传统指标jitter/shimmer在所有比较中均无统计学意义。

4 讨论

该研究首次发现HNR变异度可能是恶性转化的预警信号——这与Karlsen团队早前发现的噪声成分增加现象吻合。机制上，癌变组织可能导致声带闭合不规则，使得周期性声波（谐波）与湍流噪声（NHR）的比率波动加剧。然而，性别差异提示需开发性别特异性模型，尤其女性更高的基频可能掩盖病变信号。

未来方向包括：①纳入病变体积等临床参数；②结合深度学习分析宽频语谱特征；③开发适用于智能手机的筛查APP。正如研究者强调："当AI能捕捉人耳无法识别的0.1秒声波异常时，嗓音筛查将像血糖检测一样普及。"