Page 140 - 南京医科大学自然版
P. 140

第45卷第4期
               ·576 ·                            南 京    医 科 大 学 学         报                        2025年4月


                                                     ［14］
              说，患者中焦虑症状有普遍性，为 40%~84%                   。焦      括语速、基频和发声次数的显著异常（综合异常率
                                                                      ［27，29］
              虑症状的语音特征异常与情绪激越状态密切相关，                            83.5%）     。这些患者往往伴随语言能力的极大受
              具体表现为语速加快、基频变化范围扩大以及语音                            限或完全丧失。语音分析技术应用的重点在于定
              节奏的不规则       ［15-16］ 。Weed 等 ［17］ 通过分析 26 例 ASD   量化评估语言能力的残余特征，为进一步的神经发育
              患者的自然语音样本发现，合并焦虑的患者在语速                            研究提供辅助信息，并与其他诊断工具互为补充。
              和基频上的异常显著区别于单纯ASD患者，语音识                                Patel等 ［30］ 研究指出，语音特征的层级变化不仅
              别的区分准确率达 76.6%。这些研究表明，语音识                         反映了患者语言能力的外在差异，还揭示了不同严
              别技术能够提供客观的量化依据，有效辅助焦虑共                            重程度 ASD 患者的神经网络损伤模式。轻度患者
              病的诊断。                                             主要涉及基底神经节的轻微功能障碍，而重度患者
                  抑郁共病患者的语音特征则呈现截然不同的                           则表现为广泛的语言生成和感知机制损伤。基于
              模式，具体表现为语速减慢、基频降低以及停顿时                            这些发现，语音特征分析技术为不同严重程度患者
              长显著增加。这些特征与患者情绪低落和语言表                             的精准诊断提供了科学依据，可进一步结合神经影
              达迟缓的临床表现高度吻合             ［18-20］ 。Cohen 等 ［21］ 的研  像学数据，完善辅助诊断框架。

              究进一步指出，基频稳定性和语音间歇是区分ASD                           1.4  语音与多模态融合辅助诊断
              是否共患抑郁的重要参数。                                           随着ASD研究的深入，单一模态的辅助诊断方
                  对于 ADHD 共病患者，其语音特征主要表现为                       法已无法满足对疾病复杂多维特征的解析需求。
              语速和节奏的显著波动、音强起伏大以及语音连贯                            语音特征作为ASD患者语言、情绪及社交能力的重
              性不足   ［22］ 。此外，Dixit等 ［23］ 利用Praat软件提取基频          要表征，与其他模态（如脑影像、生理信号和行为数
             （F0），发现单纯ASD患者的F0的平均标准差显著高                         据）的融合，不仅提升了诊断的全面性与精准性，还
              于共患ADHD 组，且单纯ASD患者更倾向于高频发                         揭示了ASD潜在的病理机制。
              音和快速发音节奏，从而导致言语中更多停顿                      ［17］ 。  1.4.1 语音与脑影像的融合
              这些特征为区分单纯 ASD 与共患 ADHD 的状态提                            ASD 患者的语音异常（如基频不稳定、语速较
              供了重要的辅助诊断参考。                                      慢及音强波动）常反映语言调控的神经功能障碍，
              1.3  疾病严重程度辅助诊断                                   而 这 类 障 碍 与 脑 功 能 网 络 的 改 变 密 切 相 关 。
                  ASD 患者的症状严重程度从轻度语言发育迟                         Bhaumik 等 ［31］ 结合了来自多中心的数据，使用功能
              缓到重度语言功能完全缺失不等，表现出显著的异                            磁共振成像（functional magnetic resonance imaging，
              质性  ［24-25］ 。语音识别技术通过量化不同严重程度患                    fMRI）和机器学习方法，构建了诊断 ASD 的多模态
              者的语音模式，为精准诊断和分层管理提供了量化                            模型。结果显示，前额叶皮层和听觉皮层的功能连
              依据。研究表明，语音特征分析技术能够捕捉不同                            接显著中断，与语言障碍的严重程度相关。同时，
              严重程度ASD患者的层级化语音特征，这种分层能                           Kazeminejad等 ［32］ 通过分析表明，结合多模态数据的
              力直接体现在语音参数的差异中 。                                  诊断模型可以在不同年龄组中准确分类 ASD 个体
                                           ［26］
                  轻度患者的语音异常较为轻微，主要表现为基                         （最高准确率达 95%）。此外，Lombardo 等             ［33］ 发现，
              频变异性增加（异常率 41.7%），语音调控的波动性                        fMRI显示，ASD患者语言相关脑区（如颞上回）的激
              较小，但仍在正常范围之外             ［27］ 。这一阶段，语音识           活模式显著影响其语言功能。多模态模型在预测
              别技术可以通过捕捉这些细微变化，为精准诊断提                            语 言 障 碍 严 重 程 度 时 表 现 出 更 高 的 准 确 率
              供重要信息，支持疾病分层评估。                                  （86.3%），显著优于单一模态数据（72.4%）。
                  中度患者的语音特征异常逐步扩大，除基频变                          1.4.2 语音与生理信号的融合
              异外，还包括语速减慢和零交叉率异常（异常率分                                 语音特征和生理信号中均有ASD特征体现，这
                                ［27-28］
              别为65.2%和60.4%）         。语音分析技术能够通过                为多模态融合提供了新的诊断手段。Mohanta 等                   ［34］
              综合测量这些声学参数，客观评估患者的语言节律                            通过语音特征（如基频和信号能量）区分 ASD 和正
              和表达能力下降的程度。该技术为不同严重程度                             常儿童，分类准确率高达 97.1%。同时，Sarabadani
              患者的症状量化提供了数据支持，从而提升诊断的                            等 ［35］ 利用皮肤电活动和心率变异性等生理信号，准
              全面性与精确度。                                          确区分正负情绪状态，准确率超过80%。此外，Ochi
                  重度患者的语音特征异常则覆盖多个维度，包                          等 ［36］ 研究发现，语音特征的变化（如语速和音量）与
   135   136   137   138   139   140   141   142   143   144   145