通过自动声学语音分析鉴别非流畅型与少言型原发性进行性失语症

《Cortex》：Differentiating non-fluent and logopenic primary progressive aphasia via automated acoustic speech analysis

　　

# 摘要

在原发性进行性失语症（PPA）中，非流畅型（nfvPPA）与语音贫乏型（lvPPA）的鉴别诊断在临床上具有挑战性。尽管来自连贯性语言的特征可能有助于PPA亚型分类，但它们依赖于费力的人工转录。相比之下，声学特征直接从音频信号中提取，已被证明具有捕捉各亚型特有模式的潜力，但其诊断相关性尚未被充分理解。

在本研究中，我们分析了242名个体（40名健康对照、91名lvPPA患者、111名nfvPPA患者）进行约2分钟图片描述任务的连贯性语言录音。我们从每段录音中提取了103个声学特征，并将其缩减为9个，最终将其归入四个域评分，代表语速和音质。这些域评分作为预测变量在分类模型中进行测试，以检测PPA并区分PPA各亚型。体素形态测量法被用于研究脑-行为关系。

结合四个域评分与MMSE的分类模型在PPA与对照组之间达到了88%的平衡样本准确率，在lvPPA与nfvPPA之间达到了73%的准确率。音高和语速是最具判别力的标志。体素形态测量法将语速与额叶语言产生网络相关联，将音高与中部额叶和下额叶皮质相关联，将颤动与岛叶相关联，将频谱与基底节和丘脑相关联。

我们展示了短时语言样本的声学分析有助于诊断过程并有助于更细致的表型表征。经过进一步验证，此类测量可作为低负担、客观的工具整合到临床工作流程中，以支持PPA的鉴别诊断和疾病进展追踪。

# 引言

原发性进行性失语症（PPA）是一种罕见的神经退行性疾病，属于额颞叶痴呆（FTD）和非典型阿尔茨海默病（AD）家族，其核心症状是语言和语言缺陷，至少在疾病初期如此。基于行为、脑萎缩模式和生物标志物，已识别出三种主要诊断谱型。非流畅型亚型（nfvPPA）的特征是运动性语言和/或语言障碍，与左侧额-岛叶萎缩相关；语音贫乏型亚型（lvPPA）表现为语音学缺陷，与左侧后皮层岛叶或顶叶变性相关；语义型亚型（svPPA）则以语义知识衰退为标志，由前颞叶萎缩引起（Gorno-Tempini等人，2004、2008、2011；M. L. Henry & Gorno-Tempini，2010）。

总体而言，诊断痴呆症，特别是PPA，是一个复杂且昂贵的过程，包括神经学和认知评估、神经影像学以及生化检测。神经心理和言语语言评估涵盖所有认知领域，如运动性语言、语言、记忆、视空和执行功能，耗时长且需要经过培训的评估者，而后者在痴呆症门诊中并不总是可用的。因此，理想的做法是最大限度地提取每个任务中可供诊断使用的信息量，并引入需要少量人工监督的客观分析工具。来自图片描述任务的语言输出——例如韦氏失语症成套测验（WAB）中的"野餐场景"（Kertesz，2012）和波士顿命名测验（Kaplan等人，2016）中的"偷吃饼干"——已被提议作为潜在丰富的定量数据来源，可以以（半）自动方式提取（Boschi等人，2017；Coppieters等人，2024；Cordella等人，2024；Fraser等人，2014；García等人，2022；Jarrold等人，2014；Lukic等人，2024；Rezaii等人，2024；Themistocleous, Ficek等人，2021；Wilson, Henry等人，2010）。这种方法将通过允许更短的测试和更快的结果来减轻患者和临床医生两端的临床评估负担。

PPA的三种亚型在自发性语言产生中表现出不同的模式，反映了每个亚型特有的潜在语言损害（Boschi等人，2017；Coppieters等人，2024；Cordella等人，2024）。nfvPPA个体的语言异常，主要是由于构音问题如构音障碍和语言运动失调（AOS）（Haley等人，2021；Illán-Gala等人，2024；Ogar等人，2007）——分别与背侧-运动性和腹侧-运动性灰质丢失相关（Cordella等人，2019；Lorca-Puls等人，2024）——且由于语法退化，倾向于包含较少的动词和功能词（如代词）以及句法复杂的句子（Ash等人，2013；Fraser等人，2014；Jarrold等人，2014；Lukic等人，2024；Mesulam等人，2021；Rezaii等人，2024；Themistocleous, Webster等人，2021；Wilson, Dronkers等人，2010；Wilson, Henry等人，2010），这一特征与左侧下额叶皮质下缘（Lorca-Puls等人，2024；Lukic等人，2024；Wilson, Henry等人，2010）的萎缩以及涵盖额-岛叶-纹状体位点的语言产生网络的白质丢失（Galantucci等人，2011；Mandelli等人，2014）相关。lvPPA个体的语言以间歇性出现语音转述错、填充停顿、错误起始和自我修正、语法错误以及相对于名词而言相当高比例的代词和动词为特征（Ash等人，2013；Ash & Grossman，2015；Canu等人，2025；Cho等人，2022；Fraser等人，2014；Lavoie等人，2021；Wilson, Henry等人，2010）。svPPA个体的语言包含较高频率的名词和高比例的代词，偶有语法错误，而语速和句法复杂性相对保留（Ash等人，2013；Canu等人，2025；Fraser等人，2014；Garrard & Forsyth，2010；Wilson, Henry等人，2010）。

除了其语言特征外，语言还可以基于声学属性进行分析。音质——即人声听起来的样子——由发声的动力学所塑造，可通过各种声学指标来捕捉。这些包括音高（基频）、响度（感知强度）以及更复杂的参数，如颤动（jitter）、闪烁（shimmer）、频谱平衡和谐波噪声比。总体而言，这些特征反映了声带振动稳定性、气流量和声道构型（Fritzen等人，1986；Gordon & Ladefoged，2001；Hrelec & Zhang，2022；Ladefoged，1971；Z. Zhang，2016a）。音质变化在衰老过程中很常见，通常是由于解剖学和激素变化所致，可表现为音高稳定性降低、强度减弱和声音噪声增加（Beton等人，2022；Da Silva等人，2011；García，待发表；Lin等人，2020；Mahon & Lachman，2022；Niemel?等人，2024）。神经退行性疾病中可见到类似但更为显著的模式。例如，帕金森病由于喉部控制受损，与声音微弱、气息感和音调升高相关（A. Ma等人，2020）。在AD中，已识别出改变的音高、共振峰频率、频谱平衡——以及增加的停顿和犹豫——作为声学标志（Martínez-Nicolás等人，2021）。此类语言异常归因于自信心丧失和抑郁情绪（Gosztolya等人，2019；Hajjar等人，2023）——这在PPA人群中也存在（Medina & Weintraub，2007）——以及听觉反馈和语言诱发抑制机制的紊乱（Kim等人，2023；Ranasinghe等人，2019）。

然而，尽管PPA中语言是主要受损领域，但跨越多个听觉域的声学特征范围仍未得到充分研究。来自图片描述等自然任务的声学特征在区分nfvPPA和lvPPA方面可能特别有信息量，因为这些亚型以运动性语言障碍和语音缺陷为标志，这些障碍破坏了韵律、构音和音质。相比之下，声学特征在svPPA中可能信息量较小，该亚型主要以与语义退化相关的语言缺陷为标志，而运动和发声功能相对完好。先前的研究利用"偷吃饼干"图片的语言分析韵律，发现nfvPPA与对照和其他所有亚型相比基频范围降低，停顿率增加——后者与lvPPA共有（Nevler等人，2019）。此外，从"偷吃饼干"图片描述测试中提取的声学特征尽管样本量相对较小，仍能以约70-80%的准确率检测PPA及其亚型（Peters等人，2025）。阅读和多音节词重复时较长的元音时长似乎对AOS检测、nfvPPA与lvPPA区分和病理预测具有信息价值（Ballard等人，2014；García等人，2022）。然而，跨越听觉域的完整声学声音特征范围——以及其对nfvPPA与lvPPA早期诊断和亚型分类的潜在用途——应进一步探索。本研究旨在设计一套核心声学特征，有四个关键目标：(1) 区分nfvPPA/lvPPA个体与健康对照，(2) 区分nfvPPA和lvPPA亚型，(3) 探索声学指标与每个PPA组中疾病严重程度、认知和心理健康指标的关系，以及(4) 研究语音声学中的脑-行为关系。通过识别亚型特异性的语言声学特征谱，本研究旨在为PPA亚型的早期和准确表征做出贡献，并展示易于提取且语言无关的语言标志物在临床研究和应用中的价值。

## 参与者

所有参与者均作为加州大学旧金山分校（UCSF）Edward和Pearl Fein记忆与衰老中心（MAC）研究项目的一部分进行前瞻性评估。在就诊期间，个体接受全面的临床、神经心理和神经影像学评估，其结果存储在MAC研究数据库中。我们根据既定的标准在UCSF Fein MAC PPA项目数据库中识别了所有临床诊断为nfvPPA或lvPPA的病例。

## 参与者特征

我们前瞻性地分析了Fein MAC PPA研究项目数据库中的数据。参与者选择过程（补充图S1）产生了242名个体的样本——40名健康对照、91名lvPPA患者和111名nfvPPA患者——用于行为分析。语言样本与神经心理评估之间的时间间隔在0到326天之间（均值=30.43，标准差=55.38），但大多数情况下（N=207）低于90天——事实上，在考虑临床队列时，仅有5……

## 讨论

本研究旨在识别能够区分PPA与对照组以及lvPPA与nfvPPA的连贯性语言的声学特性，并探索其认知和解剖学相关物。我们发现语速、音高、频谱平衡和声音颤动域评分单独即可检测PPA，但在与MMSE信息互补时才能区分亚型。这些特征在nfvPPA中与严重程度和言语语言指标高度相关，但在……

## CRediT作者贡献声明

Zoe Ezzes：调查、数据整理。Siddarth Ramkrishnan：数据整理。Rian Bogley：概念构思。Ryan Newbury：数据整理。Jet M.J. Vonk：写作——审阅与编辑、监督、方法论、概念构思。Giada Antonicelli：写作——审阅与编辑、写作——初稿、可视化、方法论、调查、形式分析、数据整理、概念构思。Brittany T. Morin：写作——审阅与编辑、软件。Maria Luisa Gorno-Tempini：写作——审阅与编辑……

## 未引用的参考文献

García; Penner and Ingo Hertr, 2001; Themistocleous et al., 2021; Wilson et al., 2010.

## 科学透明性声明

**数据：** 支持本研究的基本或处理数据未公开可用。

作者提供了以下限制数据访问的理由：'UCSF Fein MAC伦理批准不允许将匿名研究数据存入公共库。可通过UCSF Fein MAC资源申请表（http://memory.ucsf.edu/resources/data）合理请求获取数据。在管理敏感数据重用的伦理法规下，授权予指定的研究人员，且……'

## 在论文准备过程中生成式AI和AI辅助技术的声明

在本文准备过程中，作者使用了University's ChatGPT Enterprise进行分类流程优化。作者审查并编辑了输出内容，并对已发表文章的内容承担全部责任。

## 资助

本研究由以下资助项目支持：NINDS R01 NS050915（MGT）、NIA P01 AG019724、NIA P50 AG023501、NIDCD K24 DC015544（MGT）、R01AG075775（AG）、NIA R00AG066934（J.M.J. Vonk）、NIA RF1AG091509（J.M.J. Vonk），以及2025年UCSF催化剂诊断、设备、疗法和数字/计算健康发展奖（J.M.J. Vonk），由UCSF Weill神经科学研究所共同资助。

Giada Antonicelli | Brittany T. Morin | Rian Bogley | Ryan Newbury | Zoe Ezzes | Siddarth Ramkrishnan | Zachary Miller | Maria Luisa Mandelli | Boon Lead Tee | Adolfo Martín García | Maria Luisa Gorno-Tempini | Jet M.J. Vonk

加州大学旧金山分校神经内科，记忆与衰老中心