论文部分内容阅读
目的双相障碍早期识别、诊断及治疗疗效缺乏客观生物学指标,而其语音随着病情的变化有明显的波动,本文探讨双相障碍-躁狂发作患者语音特征参数与健康人的差异及其与临床症状的关系。方法运用自主研发的语音自动采集系统手机采集30例双相障碍-躁狂发作患者(躁狂状态及正常状态)和30例健康人的自然通话语音,提取语音特征参数,同时采用Bech-Rafaelsen躁狂量表(Bech-Rafaelsen Mania Rating Scale,BRMS)、临床疗效总评量表(Clinical Global Impression,CGI)前后2次评估患者病情,比较组内与组间的语音特征差异及其与临床症状的关系。结果(1)比较躁狂发作患者和健康对照语音特征发现,躁狂发作患者的第一共振峰(F1)(p=0.000)、第二共振峰(F2)(p=0.036)、线性预测系数(Linear Prediction Coefficient,LPC)(p=0.000)明显高于正常对照。且BRMS总分与LPC呈正相关(r=0.398;p=0.040)。(2)在双相障碍患者组中不同疾病状态比较发现,语音特征的第四共振峰(F4)(p=0.003)、共振峰带宽(p=0.040)、共振峰幅度(p=0.004)及LPC(p=0.001)在躁狂状态与正常状态有显著差异。其中F4、共振峰幅度及LPC在躁狂状态均高于正常状态;共振峰带宽在躁狂状态低于正常状态。(3)LPC对单个病人分类比达到4.86,明显高于共振峰及美尔频率倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)。(4)在多个语音特征模型研究中发现,支持向量机(Support Vector Machine,SVM)分类器对单个患者的识别率达到90%,对多个患者识别率较低(50%),高斯混合模型(Gaussian Mixture Model,GMM)在多人分类识别中识别率高于SVM,可达到72%。结论(1)双相障碍患者在躁狂发作时,其语音特征F1、F2、LPC明显高于健康对照,表明F1、F2、LPC语音变量对早期识别躁狂发作有一定的价值。(2)LPC与临床症状呈正相关,提示LPC很可能成为预警双相障碍躁狂发作期、病情严重程度及治疗效果的客观生物学指标。(3)患者自身对照研究发现,躁狂发作状态时,F4、共振峰幅度、LPC均高于正常状态,共振峰带宽低于正常状态,提示单个语音特征也可以在一定程度反映躁狂状态变化。(4)语音特征模型支持向量机(SVM)对单个躁狂患者语音识别度较高,高斯混合模型(GMM)在多人中识别躁狂更显优越性。在以上研究中显示LPC是十分重要的识别特征参数,在判断病情严重程度、治疗疗效甚至早期识别、预警方面更为敏感。