基于长时平均频谱的进展性神经系统疾病构音障碍筛查研究

《Journal of Neural Transmission》:Screening speech disorders in progressive neurological diseases via long-term average spectrum

【字体: 大 中 小 】 时间:2026年05月15日 来源:Journal of Neural Transmission 4

编辑推荐:

  长时平均频谱(long?term average spectrum, LTAS)有望成为捕捉构音障碍特异性模式的一种通用方法。本研究旨在评估LTAS描述符在多种神经系统疾病及不同类型、不同严重程度的构音障碍中的敏感性。研究人员计算了基于LTAS的四个光谱矩指标

  
长时平均频谱(long?term average spectrum, LTAS)有望成为捕捉构音障碍特异性模式的一种通用方法。本研究旨在评估LTAS描述符在多种神经系统疾病及不同类型、不同严重程度的构音障碍中的敏感性。研究人员计算了基于LTAS的四个光谱矩指标:光谱均值(spectral mean)、光谱标准差(spectral standard deviation)、光谱偏度(spectral skewness)与光谱峰度(spectral kurtosis),语料为朗读段落,研究对象共461例,其中健康对照306例,神经系统疾病患者155例,疾病类型涵盖帕金森病(Parkinson’s disease, PD)、进行性核上性麻痹(progressive supranuclear palsy)、多系统萎缩(multiple system atrophy, MSA)、亨廷顿病(Huntington’s disease)、特发性震颤(essential tremor)、小脑性共济失调(cerebellar ataxia, CA)、多发性硬化(multiple sclerosis, MS)及肌萎缩侧索硬化(amyotrophic lateral sclerosis)。与健康对照相比,PD与MS患者的光谱均值显著降低,而CA患者显著升高。仅在运动减少型构音障碍(hypokinetic dysarthria)及合并运动减少成分的混合型构音障碍中观察到LTAS特征的显著改变。尽管不同严重程度构音障碍患者的LTAS特征与对照存在差异,但未发现随构音障碍严重程度递增的趋势。研究结果表明,基于LTAS的语音分析可为临床表现重叠的神经系统疾病提供有价值的鉴别诊断线索。LTAS应用于特定疾病时较将不同病因引起的构音障碍混合分析更具信息量。
该研究发表于《Journal of Neural Transmission》,聚焦于利用长时平均频谱(long?term average spectrum, LTAS)辅助进展性神经系统疾病的构音障碍筛查与鉴别。构音障碍是许多神经退行性疾病早期即可出现的复杂运动功能标志物,不同疾病会导致不同类型的构音障碍,例如帕金森病多为运动减少型构音障碍,多系统萎缩和进行性核上性麻痹常表现为混合型构音障碍。然而,现有声学指标对不同疾病、不同类型及不同严重程度的构音障碍区分能力有限,尤其在临床表现重叠的疾病间缺乏有效区分工具。LTAS通过离散傅里叶变换对连续语音片段进行频谱平均,其衍生出的四个光谱矩指标被认为可反映语音质量、发音清晰度、语速及基频变化,因此研究人员假设其在多疾病、多构音障碍类型中具有潜在敏感性和特异性。
研究纳入2011至2021年间招募的461名捷克语母语受试者,包括306名健康对照及155名确诊患者,患者组涵盖帕金森病(PD)、进行性核上性麻痹(PSP)、多系统萎缩(MSA)、亨廷顿病(HD)、特发性震颤(ET)、小脑性共济失调(CA)、多发性硬化(MS)及肌萎缩侧索硬化(ALS),所有诊断均依据国际公认的临床标准。语音采集采用头戴式电容麦克风在标准安静环境下录制朗读段落任务两次,由两名资深言语语言病理学家对构音障碍的存在、类型及严重程度进行听觉感知评估。LTAS计算去除超过30?ms的静音段,将语音信号分为50?ms窗(50%重叠)并加汉明窗,采用韦尔奇法(Welch’s method)平均功率谱,随后提取四个光谱矩指标:光谱均值、光谱标准差、光谱偏度与光谱峰度。统计分析使用协方差分析及皮尔逊偏相关分析,校正年龄、性别、病程及构音障碍严重程度等混杂因素。
结果
Effect of neurological disease type(神经系统疾病类型的影响):与健康对照相比,PD组的光谱均值显著降低,光谱偏度与光谱峰度显著升高;CA组的光谱均值显著升高,光谱偏度显著降低;MS组仅光谱均值显著降低。不同疾病组间差异主要体现在CA与HD与其他神经退行性疾病之间,尤其在光谱均值、光谱偏度与光谱峰度方面。
Effect of dysarthria type(构音障碍类型的影响):运动减少型构音障碍及含有运动减少成分的混合型构音障碍普遍表现为光谱均值降低、光谱偏度与光谱峰度升高,这些差异在统计上显著区别于不含运动减少成分的构音障碍类型(如痉挛型、共济失调型及运动增多型构音障碍),后几类与对照组无显著差异。
Effect of dysarthria severity(构音障碍严重程度的影响):各严重程度组的LTAS特征均与对照组存在显著差异,光谱均值与光谱标准差降低,光谱偏度与光谱峰度升高,但在轻、中、重度之间未观察到渐进性变化。
Relation between LTAS measures and disease severity scales(LTAS指标与疾病严重程度量表的相关性):仅在PD组中,MDS?UPDRS?III评分与四个光谱矩均显著相关,其余疾病组未发现显著相关性。
讨论
研究首次在大样本多疾病队列中证实LTAS语音分析可有效区分PD、CA与MS,且这种差异独立于构音障碍的严重程度。光谱均值与光谱偏度是区分疾病及构音障碍类型的主要指标,而光谱标准差的变化趋势与光谱均值相似,光谱峰度与光谱偏度的变化方向相反。光谱均值的降低在PD和MS中可能与基频单一化及发音弱化有关,而在CA中升高则可能与基频变异性增加有关,这一特征可用于CA与MSA?小脑型的早期鉴别。此外,PSP患者的LTAS特征与对照组差异不明显,这提示LTAS可用于PD与PSP的鉴别。在构音障碍类型方面,LTAS的显著变化仅见于运动减少型及含运动减少成分的混合型构音障碍,对其他类型构音障碍敏感性较低。关于严重程度,未发现LTAS指标随严重程度递增的规律,这可能是由于跨疾病合并分析时疾病特异性的光谱矩差异被平均所致。研究指出,LTAS应结合其他语音指标以提升鉴别诊断效能,并在更大规模、跨语言样本中进一步验证其普适性。
结论
基于LTAS的语音分析可为临床表现重叠的神经系统疾病提供有价值的鉴别诊断线索,其在针对特定疾病的分析中比混合分析更具信息量。未来需纵向研究验证LTAS特征在不同神经疾病进展过程中的敏感性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号