基于语音声学标记物的帕金森病轻度认知障碍检测新方法

《IEEE Journal of Selected Topics in Signal Processing》:Speech Acoustic Markers Can Detect Mild Cognitive Impairment in Parkinson’s Disease

【字体: 大 中 小 】 时间:2025年12月08日 来源:IEEE Journal of Selected Topics in Signal Processing 13.7

编辑推荐:

  本研究针对帕金森病(PD)患者轻度认知障碍(PD-MCI)缺乏有效生物标记物的问题,通过分析42例PD患者的朗读和图片描述语音样本,提取MFCC、Formant、Env、CPP等声学特征,构建高斯混合模型(GMM)。结果显示图片描述任务中融合多特征的模型鉴别PD-MCI的AUC达0.82,证实语音声学标记物可作为PD-MCI的非侵入性检测工具,为早期认知衰退监测提供新思路。

  
当提及帕金森病,人们往往会想到震颤、动作迟缓等运动症状,但隐藏在这些表象之下的认知障碍问题正日益成为影响患者生活质量的关键因素。据统计,帕金森病已成为全球增长最快的神经退行性疾病之一,约40%的患者会发展为轻度认知障碍(PD-MCI),其中部分患者最终可能进展为帕金森病痴呆(PDD)。然而,目前临床对PD-MCI的早期识别仍面临巨大挑战——传统神经心理学测试耗时耗力,而常用的蒙特利尔认知评估(MoCA)等筛查工具在精确分类患者方面存在局限性。
更令人困扰的是,帕金森病患者的言语功能障碍与认知衰退往往交织在一起,形成复杂的临床表现。长期以来,言语声学分析主要被用于评估运动功能,如检测构音障碍等典型运动症状。但随着研究深入,科学家发现言语产生本身就是一个需要多系统协调的复杂过程,涉及认知、语言和运动功能的精密配合。那么,能否通过分析言语声学特征来捕捉PD-MCI的早期信号呢?这正是Kara M. Smith团队在《IEEE Journal of Selected Topics in Signal Processing》发表的最新研究要解决的核心问题。
以往研究大多使用简单的朗读任务,但Smith团队创新性地采用了更具认知挑战性的图片描述任务。参与者需要观察波士顿诊断性失语症检查中的"偷饼干"图片,并在60秒内进行描述。这种半结构化任务要求受试者同时调动叙事组织、词汇提取和语法规划等多项认知功能,更能暴露潜在的认知缺陷。
研究团队招募了42名帕金森病患者,严格依据运动障碍协会(MDS)任务组II级标准将其分为PD-MCI组(24人)和认知正常组(PD-NC,18人)。两组患者在年龄、性别和运动症状严重程度(MDS-UPDRS III评分)上无显著差异,确保了比较的科学性。通过专业录音设备采集语音样本后,研究人员提取了四类声学特征:Mel频率倒谱系数(MFCC)、共振峰(Formant)、包络(Env)和倒谱峰突出(CPP),并计算了它们的一阶导数以捕捉动态变化。
技术方法上,研究采用高斯混合模型(GMM)进行分类,通过留一法交叉验证评估模型性能。特别值得注意的是,团队系统比较了不同时间窗长(5-20毫秒)和静音段处理方式对特征提取的影响,发现时间动态特征在包含清音段且使用5毫秒窗长时效果最佳,而单变量分布在去除清音段且使用20毫秒窗长时表现更好。这种对技术细节的深入探索保证了研究结果的可靠性。
声学特征参数分析结果显示,处理参数的选择对模型性能有显著影响。如表IV所示,MFCC特征的时间动态统计在包含清音段时AUC更高(0.84),且随着时间窗缩短而性能提升;而单变量分布统计则在去除清音段时表现更好,20毫秒窗长下AUC达0.87。这一发现强调了优化声学特征处理参数对PD-MCI检测的重要性。
与PD-MCI相关的言语声学测量结果表明,图片描述任务相比朗读任务能产生更多与PD-MCI状态高度相关的声学特征。如图2所示,MFCC的时间动态特征在图片描述任务中AUC达0.84,单变量分布中MFCC和包络特征也表现优异(AUC分别为0.87和0.83)。暂停特征也显示出中等鉴别能力(AUC=0.70)。相比之下,朗读任务中仅有少数特征表现良好,如delta-CPP的时间动态特征(AUC=0.72)。
与运动严重程度相关的言语声学测量探索性分析发现,用于PD-MCI检测的声学特征与运动症状严重程度(MDS-UPDRS III评分)仅存在弱相关(所有Spearman相关系数<0.3)。这表明本研究识别的声学标记物相对独立于运动症状,更特异性地反映了认知状态。
PD-MCI检测中言语声学测量的融合显示,通过选择验证AUC≥0.75的特征进行融合,图片描述任务中所有特征的融合模型达到最高AUC(0.82)。如表V所示,时间动态特征和单变量分布特征的单独融合分别获得0.79和0.81的AUC。重要的是,如表VI所示,当特征选择阈值在0.70-0.85之间变化时,融合AUC始终保持在0.81以上,证明了模型的稳定性。
PD-MCI的特征效应大小分析进一步揭示了具体声学特征的变化模式。如图4所示,PD-MCI患者表现出言语能量(MFCC0)和包络幅值(Env,dEnv)的显著降低。所有MFCC系数的标准差均呈现负效应大小,表明PD-MCI患者在各频谱带的时间变异性降低。暂停特征方面,PD-MCI组平均暂停持续时间增加,但总发声持续时间减少。
这项研究的结论部分强调,通过严谨的PD-MCI诊断标准和认知要求较高的图片描述任务,研究人员成功识别出对PD-MCI敏感的多重言语声学标记物。这些特征不仅来自传统的认知-语言系统(如暂停特征),还涉及发音(共振峰)、喉部(CPP)和呼吸(包络)等多个言语子系统。特别值得注意的是,表现最佳的声学特征与运动症状仅呈现弱相关,支持了PD-MCI存在独立于运动障碍的独特言语声学特征这一观点。
讨论部分深入探讨了潜在机制:当PD-MCI患者执行认知要求较高的任务时,由于前额叶-纹状体回路的多巴胺能不足,补偿能力下降,导致维持言语质量的能力受损,多个言语子系统同时出现异常。这种"神经资源竞争"假说为理解PD-MCI的言语变化提供了新视角。
该研究的创新价值在于首次将MDS Tier II标准应用于言语标记物开发,并系统探索了声学特征处理参数对模型性能的影响。研究结果为实现PD-MCI的远程、非侵入性监测奠定了基础,有望未来开发出个性化的症状监测工具。当然,研究也存在样本量有限、语音处理算法主要基于健康人开发等局限性,需要在更大规模研究中进一步验证。
总之,这项工作开辟了通过言语声学分析检测帕金森病非运动症状的新途径,为早期发现和监测认知衰退提供了有前景的技术手段。随着进一步研究,言语生物标记物有望成为帕金森病综合管理的重要工具,帮助医生更及时地干预认知衰退,最终改善患者的生活质量。
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