基于語(yǔ)音停頓度和平坦度的注意缺陷與多動(dòng)障礙自動(dòng)檢測(cè)算法

李國(guó)中，崔婭，俄木依欣，何凌，李元媛，熊熙

（1.四川大學(xué)電氣工程學(xué)院，成都 610065；2.四川大學(xué)華西醫(yī)院心理衛(wèi)生中心，成都 610065；3.成都信息工程大學(xué)網(wǎng)絡(luò)空間安全學(xué)院，成都 610225）

0 引言

注意缺陷與多動(dòng)障礙（Attention Deficit/Hyperactivity Disorder，ADHD）簡(jiǎn)稱多動(dòng)癥，是一種神經(jīng)發(fā)育問題，在兒童和青少年時(shí)期最為常見。研究［1-2］表明，國(guó)際上的平均患病率估計(jì)為7.2%，我國(guó)兒童和青少年ADHD 總體患病率達(dá)到6.26%。在成長(zhǎng)過程中，ADHD 患兒可能會(huì)有多種共患病問題，如人格障礙、孤獨(dú)癥譜系障礙、焦慮障礙、雙相情感障礙等［3］，面臨各種人格發(fā)展不正常的風(fēng)險(xiǎn)［4］，對(duì)自己和社會(huì)都有傷害［5-6］。

目前，ADHD 檢測(cè)主要依靠臨床醫(yī)生通過臨床訪談、行為及功能評(píng)估進(jìn)行綜合診斷，該診斷方式需要依靠相應(yīng)的評(píng)定量表。臨床上應(yīng)用最多的評(píng)定量表有Conner 評(píng)定量表（父母癥狀問卷（Parent Symptom Questionnaire，PSQ）、教師評(píng)定量 表（Teacher Rating Scale，TRS））、Swanson，Nolan and Pelham Rating Scale（SNAP）評(píng)定量表（SNAP-Ⅲ-R、SNAP-Ⅳ）和精神障礙診斷與統(tǒng)計(jì)手冊(cè)（Diagnostic and Statistical Manual of Mental Disorders，DSM）評(píng)定量表（DSM-Ⅲ-R、DSM-Ⅳ）［7］等，國(guó)內(nèi)ADHD 常用評(píng)定量表種類有限，經(jīng)過心理測(cè)量學(xué)分析的量表少，評(píng)估共患疾病和功能損害的量表稀缺［8］，且這種診斷方式幾乎全部依賴于醫(yī)生的評(píng)估，受主觀影響大，缺乏客觀的評(píng)判指標(biāo)，而首次評(píng)估需0.5～2 h 不等，診斷的耗時(shí)長(zhǎng)、效率低。全球均存在兒童精神專業(yè)醫(yī)生從業(yè)人數(shù)嚴(yán)重不足和分布集中在發(fā)達(dá)城市的狀況，需要智能的輔助診斷方法，提高醫(yī)生的工作效率。

目前有基于腦部信息、身體動(dòng)作及眼球運(yùn)動(dòng)的ADHD 輔助診斷方法。

基于腦部信息的ADHD 輔助診斷 ADHD 患者大腦額葉區(qū)、基底節(jié)等部位結(jié)構(gòu)異常，腦電圖顯示ADHD 患者θ 或σ慢波增強(qiáng)，慢波增強(qiáng)可能與神經(jīng)代謝緩慢或大腦的延遲發(fā)育有關(guān)，Khaleghi 等［9］通過比較五種特征在ADHD 診斷中的功效，證實(shí)了腦電非線性分析是檢測(cè)ADHD 患者腦電活動(dòng)異常的良好定量工具，Tang 等［10］使用大腦功能連接作為ADHD 特征分析的材料，基于能量的比較診斷ADHD 患者。

基于身體動(dòng)作的ADHD 輔助診斷 ADHD 患者多動(dòng)是其主要癥狀，Munoz-Organero 等［11］基于腕關(guān)節(jié)和踝關(guān)節(jié)加速度信號(hào)用遞歸神經(jīng)網(wǎng)絡(luò)比較ADHD 患兒和正常兒童的運(yùn)動(dòng)模式，結(jié)果顯示ADHD 患兒與正常兒童的運(yùn)動(dòng)模式顯示出較大差異，Nakatani 等［12］使用視頻成像研究患有和不患有ADHD 的兒童睡眠期間的身體運(yùn)動(dòng)，發(fā)現(xiàn)兩者身體運(yùn)動(dòng)存在差異，研究表明可以使用視頻圖像處理診斷患有多動(dòng)癥的兒童。

基于眼球運(yùn)動(dòng)的ADHD 輔助診斷 注意力不集中是ADHD 患者的主要臨床癥狀，眼球會(huì)隨注意力的改變而相應(yīng)運(yùn)動(dòng)，Levantini 等［13］通過眼睛跟蹤方法證明ADHD 患者花更多的時(shí)間注視不相關(guān)的感興趣區(qū)域，眼動(dòng)跟蹤為臨床醫(yī)生識(shí)別特定的生物標(biāo)志提供了潛在的有效支持；Jayawardena等［14］利用實(shí)時(shí)高級(jí)眼動(dòng)分析管道（Real-time Advanced Eye Movements Analysis Pipeline，RAEMAP）實(shí)時(shí)提供計(jì)算出的眼睛凝視度量、熱圖來診斷ADHD，證明了其有效性。

基于腦部信息差異、身體動(dòng)作和眼睛動(dòng)作的方法，能輔助醫(yī)生診斷ADHD 患者，但數(shù)據(jù)采集時(shí)需要專業(yè)人員使用專業(yè)設(shè)備，設(shè)備操作難度高且耗時(shí)多，相對(duì)而言語(yǔ)音數(shù)據(jù)采集時(shí)設(shè)備簡(jiǎn)單易操作且所需時(shí)間少。

研究表明，精神類疾病的病理學(xué)指標(biāo)與語(yǔ)音參數(shù)密切關(guān)聯(lián)，語(yǔ)音參數(shù)可以作為客觀有效的臨床評(píng)估指標(biāo)［15］，語(yǔ)音作為有效的生物學(xué)指標(biāo)，為抑郁癥、精神分裂癥、雙相情感障礙等精神類疾病的自動(dòng)診斷提供了重要依據(jù)［16］，ADHD 患者語(yǔ)言表達(dá)執(zhí)行功能存在缺陷［17］，語(yǔ)音回路損傷，語(yǔ)音可作為ADHD 識(shí)別的有效生物學(xué)指標(biāo)。ADHD 患兒在轉(zhuǎn)化任務(wù)中右側(cè)下額葉的功能顯著受損，以及左側(cè)基底節(jié)和扣帶回的特異性功能異常［18］，任務(wù)轉(zhuǎn)換時(shí)有停滯現(xiàn)象，朗讀文章時(shí)字句轉(zhuǎn)換之間出現(xiàn)長(zhǎng)時(shí)間的停頓；持久性任務(wù)中ADHD 患兒注意力缺乏持久性［19］，容易受外界或自己干擾而分心，讀文章時(shí)因分心會(huì)打斷自己閱讀過程，出現(xiàn)異于正常兒童的停頓；語(yǔ)言內(nèi)化過程中ADHD 患兒語(yǔ)言內(nèi)化的執(zhí)行功能缺損［20］，還會(huì)伴隨著發(fā)育性語(yǔ)言障礙，將腦中文字轉(zhuǎn)換成語(yǔ)音說出過程受到抑制，故說話時(shí)語(yǔ)音頻率變化與正常兒童存在差異。

本文基于ADHD 患兒語(yǔ)音停頓異常和頻率變化異常特點(diǎn)，提取語(yǔ)音停頓度表征語(yǔ)音停頓異常；提取倍頻率平坦度特表征語(yǔ)音頻率變化異常，結(jié)合支持向量機(jī)（Support Vector Machine，SVM）分類器實(shí)現(xiàn)ADHD 的自動(dòng)檢測(cè)。本文提出的基于語(yǔ)音停頓度和音調(diào)平坦度的ADHD 自動(dòng)檢測(cè)算法，為臨床醫(yī)生提供客觀的輔助診斷方法。

1 本文算法

ADHD 的核心癥狀包括注意缺陷、活動(dòng)過多，與行為沖動(dòng)。ADHD 的3 個(gè)核心癥狀中活動(dòng)過多和行沖動(dòng)兩種癥狀會(huì)隨著患兒成長(zhǎng)而減弱甚至消失，但約30%的ADHD 患兒到成年后注意缺陷癥狀也依然存在［21］，注意缺陷癥狀的長(zhǎng)期監(jiān)測(cè)與輔助監(jiān)測(cè)具有重要臨床意義。注意缺陷癥狀在臨床上的主要表現(xiàn)為注意力不集中和語(yǔ)言內(nèi)化功能缺損：注意力不集中表現(xiàn)為難以集中精力在閱讀文本上，朗讀時(shí)出現(xiàn)停頓異常；語(yǔ)言內(nèi)化功能缺損表現(xiàn)為腦中文字轉(zhuǎn)化語(yǔ)音過程受損，語(yǔ)音上表現(xiàn)出語(yǔ)音頻率異常。

本文基于ADHD 患兒語(yǔ)音停頓和音調(diào)異常的臨床特征表現(xiàn)，提出語(yǔ)音停頓度和音調(diào)平坦度特征參數(shù)，結(jié)合分類器，實(shí)現(xiàn)基于語(yǔ)音的ADHD 自動(dòng)檢測(cè)，其算法流程如圖1 所示。該算法由三部分組成：首先，提出頻帶差能熵積（Frequency band Difference Energy Entropy Product，F(xiàn)DEEP）參數(shù)，實(shí)現(xiàn)有話區(qū)間的自動(dòng)定位，并提取停頓度聲學(xué)特征；然后，提出變換平均幅度平方差（Transform Average Amplitude Squared Difference，TAASD）參數(shù)，計(jì)算語(yǔ)音信號(hào)倍頻率，并提取平坦度聲學(xué)特征；最后，將提取的停頓度特征與平坦度特征參數(shù)融合，結(jié)合SVM 分類器，實(shí)現(xiàn)基于語(yǔ)音的ADHD 自動(dòng)檢測(cè)。

圖1 基于語(yǔ)音停頓度和倍頻率平坦度的注意缺陷與多動(dòng)障礙自動(dòng)識(shí)別算法流程Fig.1 Flowchart of automatic recognition algorithm for attention deficit/hyperactivity disorder based on speech pause and multi-frequency flatness

1.1 基于頻帶差能熵積參數(shù)的停頓度聲學(xué)特征提取

注意力不集中是ADHD 注意缺陷癥狀的主要臨床特征之一。ADHD 患兒不僅容易因?yàn)橥饨绛h(huán)境而分心，也會(huì)因?yàn)樽约簝?nèi)心的想法而分心［22］，語(yǔ)音上表現(xiàn)出停頓時(shí)間長(zhǎng)和停頓次數(shù)多的特點(diǎn)。本文基于此臨床聲學(xué)特征，提出基于語(yǔ)音頻帶差能熵積FDEEP 參數(shù)的停頓度聲學(xué)特征提取，其算法流程如圖2 所示。

圖2 基于語(yǔ)音FDEEP參數(shù)的停頓度聲學(xué)特征提取算法流程Fig.2 Flowchart of acoustic pause feature extraction algorithm based on speech FDEEP parameter

1.1.1 基于頻帶差能熵積參數(shù)FDEEP 的有話區(qū)間自動(dòng)定位算法

頻譜域中語(yǔ)音有話區(qū)間能量數(shù)值大，能量隨頻帶起伏變化大；無話區(qū)間能量數(shù)值小，能量在頻帶內(nèi)均勻分布。最大離散熵定量表明，當(dāng)熵函數(shù)等概分布時(shí)，熵達(dá)到極大值，無話區(qū)間歸一化譜概率密度函數(shù)分布均勻，故其譜熵值大；有話區(qū)間頻譜具有共振峰特性，歸一化普概率密度函數(shù)分布不均勻，其譜熵值小于無話區(qū)間。頻帶幅值標(biāo)準(zhǔn)差參數(shù)反映能量隨頻帶變化的起伏程度；子帶能熵比表示有話區(qū)間和無話區(qū)間能量和譜熵比值的差異，結(jié)合頻帶幅值標(biāo)準(zhǔn)差和子帶能熵比，本文提出頻帶差能熵積特征參數(shù)，再結(jié)合雙門限閾值法，實(shí)現(xiàn)語(yǔ)音有話區(qū)間的自動(dòng)定位。

1）頻帶幅值標(biāo)準(zhǔn)差參數(shù)提取。

設(shè)語(yǔ)音時(shí)域信號(hào)為x(n)，加窗分幀處理后的第i幀語(yǔ)音信號(hào)為xi(n)，離散傅里葉變換后得其頻譜為：

式中：0 ≤k≤N-1，N為分幀后幀長(zhǎng)。

頻譜幅值的均值Ei為：

得到第i幀語(yǔ)音信號(hào)xi(n)頻帶幅值標(biāo)準(zhǔn)差σi為：

2）子帶能熵比參數(shù)提取。

頻譜域中第i幀語(yǔ)音信號(hào)為Xi(k)，其能量為：

正頻率部分歸一化譜概率密度函數(shù)為：

式中：N為幀長(zhǎng)，k=0，1，…，N/2。

每幀信號(hào)正頻率部分譜熵為：

子帶化思想是將一幀信號(hào)分成若干個(gè)子帶，這樣能消除每一條譜線幅值受噪聲的影響。設(shè)每幀信號(hào)分割成q個(gè)子帶，每個(gè)子帶有p條譜線，第i幀信號(hào)中第m個(gè)子帶的能量為：

子帶能量的歸一化譜概密度函數(shù)為：

式中：K取正實(shí)數(shù)，引入K后語(yǔ)音信號(hào)和噪聲信號(hào)區(qū)分度能得以提高。

由子帶能量的概率密度計(jì)算得到子帶譜熵：

由式（7）和式（9）計(jì)算得到子帶能熵比：

3）FDEEP 參數(shù)提取。

頻帶幅值標(biāo)準(zhǔn)差表征有話區(qū)間和無話區(qū)間能量隨頻帶變化差異；子帶能熵比表征有話區(qū)間和無話區(qū)間能量與譜熵比值的差異。頻帶差能熵積參數(shù)是頻帶標(biāo)準(zhǔn)差與子帶能熵比的乘積，計(jì)算如式（11）所示：

頻帶能熵積參數(shù)結(jié)合頻帶幅值變化和能熵比在有話區(qū)間和無話區(qū)間的特征，進(jìn)一步增加有話區(qū)間能量隨頻帶變化程度和擴(kuò)大有話區(qū)間與無話區(qū)間能量與譜熵比值的差異性，準(zhǔn)確定位語(yǔ)音有話區(qū)間。

4）基于FDEEP 參數(shù)與自適應(yīng)雙門限閾值法的語(yǔ)音有話區(qū)間自動(dòng)定位。

先計(jì)算濾波平滑處理后FDEEP 參數(shù)的均值Mse和前導(dǎo)無話幀均值A(chǔ)se：

式中NIS為前導(dǎo)無話幀數(shù)。

再設(shè)置自適應(yīng)動(dòng)態(tài)閾值，其計(jì)算公式如下：

式中：α、β均為正實(shí)數(shù)且α＞β。

自適應(yīng)閾值T1和T2由每段語(yǔ)音的FDEEP 參數(shù)求出，具有自適應(yīng)能力，能提高有話區(qū)間提取魯棒性。

最后使用雙門限法實(shí)現(xiàn)有話區(qū)間自動(dòng)定位，當(dāng)FDEEP參數(shù)值大于閾值T1為有話區(qū)間，在FDEEP 參數(shù)與閾值T1交點(diǎn)處向左、右尋找至FDEEP 參數(shù)與閾值T2交點(diǎn)處，確定有話區(qū)間起始位置，即可自動(dòng)定位有話區(qū)間。

1.1.2 停頓度聲學(xué)特征提取算法

本文提取停頓度特征參數(shù)集表征ADHD 患兒注意力不集中的臨床癥狀。該特征參數(shù)集包括最大停頓時(shí)長(zhǎng)、平均停頓時(shí)長(zhǎng)和停頓時(shí)間占比。

1）最大停頓時(shí)長(zhǎng)：ADHD 患兒在認(rèn)知轉(zhuǎn)換任務(wù)中左側(cè)額下回、雙側(cè)前腦島、殼核和蒼白球的激活降低［23］，ADHD 患兒往往會(huì)在一個(gè)任務(wù)上停留一段時(shí)間，無法轉(zhuǎn)移到下一個(gè)任務(wù)，出現(xiàn)較長(zhǎng)時(shí)間的停頓，提取最大停頓時(shí)長(zhǎng)表示該特點(diǎn)。

最大停頓時(shí)長(zhǎng)是所有停頓時(shí)長(zhǎng)的最大值，計(jì)算公式如下：

式中：Ts1，Ts2，…，Tsn是語(yǔ)音中n個(gè)檢停頓區(qū)間的時(shí)長(zhǎng)。

2）平均停頓時(shí)長(zhǎng)：ADHD 患兒注意缺乏持久性容易分心，出現(xiàn)多次停頓，提取平均停頓時(shí)長(zhǎng)表示該特征。

平均停頓時(shí)長(zhǎng)為總停頓時(shí)間Tstop與語(yǔ)音停頓區(qū)間個(gè)數(shù)n的比值，計(jì)算公式如下：

3）停頓時(shí)間占比：ADHD 患兒停頓時(shí)間長(zhǎng)和停頓次數(shù)多，語(yǔ)音停頓時(shí)間與語(yǔ)音總時(shí)間的比值與正常兒童存在差異，提取停頓時(shí)間占比表示該差異性。

停頓時(shí)間占比為語(yǔ)音總停頓時(shí)間與語(yǔ)音總時(shí)長(zhǎng)的比值，如式（19）所示：

式中Ttotal為語(yǔ)音時(shí)長(zhǎng)。

4）停頓度聲學(xué)特征參數(shù)集：

1.2 基于TAASD參數(shù)的倍頻率平坦度聲學(xué)特征提取算法

語(yǔ)言內(nèi)化功能缺損是ADHD 注意缺陷癥狀主要臨床特征之一，ADHD 患兒伴隨著發(fā)育性語(yǔ)言障礙［24］，其語(yǔ)音頻率變化異常。本文基于此臨床特征，提出基于語(yǔ)音TAASD 參數(shù)的倍頻率平坦度聲學(xué)特征提取算法，其流程如圖3 所示。

圖3 基于語(yǔ)音TAASD參數(shù)的平坦度聲學(xué)特征提取算法流程Fig.3 Flowchart of acoustic flatness feature extraction algorithm based on speech TAASD parameters

1.2.1 語(yǔ)音信號(hào)倍頻率參數(shù)提取算法

ADHD 患兒語(yǔ)音加工技能受損［25］，語(yǔ)音基音頻率變化速率弱于正常兒童，本文提出語(yǔ)音信號(hào)倍頻率參數(shù)，表征ADHD 患兒此臨床特征。

時(shí)域語(yǔ)音信號(hào)x(n)加窗分幀處理后第i幀語(yǔ)音信號(hào)是xi(n)，幀長(zhǎng)為N，其平均幅度平方差函數(shù)計(jì)算公式為：

式中k=0，1，…，N-1。

對(duì)平均幅度平方差參數(shù)做線性變換得到變換平均幅度平方差參數(shù)TAASD，變換公式如下：

式中：AASDi，max和ni，max是平均幅度平方差參數(shù)的最大值和最大值所對(duì)應(yīng)位置樣點(diǎn)值。

尋找濾波平滑處理后的TAASD 參數(shù)極大值點(diǎn)位置，即可確定語(yǔ)音信號(hào)倍頻率，如圖4 所示是某男性ADHD 患兒和某男性正常對(duì)照兒童的語(yǔ)音信號(hào)倍頻率示意圖。

圖4 ADHD患兒與正常對(duì)照組的語(yǔ)音信號(hào)倍頻率Fig.4 Speech signal multi-frequency of ADHD patient and normal control

時(shí)域語(yǔ)音信號(hào)波形在時(shí)間軸上下波動(dòng)呈一定的周期變化，TAASD 參數(shù)取語(yǔ)音信號(hào)加延遲量平方與語(yǔ)音信號(hào)平方差計(jì)算語(yǔ)音信號(hào)倍頻率，信號(hào)平方后幅值均為正，信號(hào)波形在時(shí)間軸上方變化，故信號(hào)周期減小，頻率與周期成反比，則信號(hào)頻率增大，ADHD 患兒語(yǔ)音加工過程抑制，其頻率變化與正常兒童間存在差異，倍頻率參數(shù)可實(shí)現(xiàn)語(yǔ)音信號(hào)頻率變化檢測(cè)，可由圖4 可以看出，ADHD 患兒語(yǔ)音倍頻率變化波動(dòng)弱于正常對(duì)照組兒童，故倍頻率參數(shù)可實(shí)現(xiàn)ADHD 患兒和正常對(duì)照組兒童區(qū)分。

1.2.2 提出的平坦度聲學(xué)特征提取算法

本文提取平坦度特征參數(shù)集表征ADHD 患兒語(yǔ)言內(nèi)化功能缺損的臨床癥狀。ADHD 患兒語(yǔ)音信號(hào)倍頻率值的平均高度和峰值處平均變化率都低于正常兒童，平坦度參數(shù)反映語(yǔ)音信號(hào)倍頻率起伏變化，該特征參數(shù)集包括倍頻率標(biāo)準(zhǔn)差、倍頻率離散系數(shù)和倍頻率峰度。

1）語(yǔ)音倍頻率標(biāo)準(zhǔn)差。該特征表示語(yǔ)音信號(hào)倍頻率參數(shù)的起伏程度，計(jì)算公式為：

式中：n為語(yǔ)音總幀數(shù)，F(xiàn)ˉ0為語(yǔ)音倍頻率參數(shù)均值。

2）語(yǔ)音倍頻率離散系數(shù)。該特征表示語(yǔ)音信號(hào)倍頻率參數(shù)的離散程度，其計(jì)算公式為：

3）語(yǔ)音倍頻率峰度。該特征反映語(yǔ)音信號(hào)倍頻率參數(shù)分布曲線的峰尖度，度量倍頻率參數(shù)分布的陡峭程度，其計(jì)算公式為：

4）平坦度聲學(xué)特征參數(shù)集：

1.3 SVM分類器

基于音語(yǔ)音信號(hào)分析的ADHD 患兒和正常對(duì)照組檢測(cè)問題，是典型的二分類問題。支持向量機(jī)處理二分類問題時(shí)，在特征空間中不斷改變超平面的位置，直到某個(gè)超平面使兩個(gè)類別間有最大間隔，實(shí)現(xiàn)兩類樣本的分離，具有良好的魯棒性，故本文使用SVM 分類器來實(shí)現(xiàn)ADHD 患兒與正常對(duì)照組的識(shí)別。

2 實(shí)驗(yàn)結(jié)果與分析

2.1 實(shí)驗(yàn)數(shù)據(jù)

本實(shí)驗(yàn)病理語(yǔ)音數(shù)據(jù)來自四川大學(xué)華西心理衛(wèi)生中心，華西生理衛(wèi)生中心具有權(quán)威的ADHD 診斷治療專家，對(duì)ADHD 患者的治療在我國(guó)西南地區(qū)處于領(lǐng)先地位。本文共采集54 位兒童語(yǔ)音樣本，每人3 段不同的語(yǔ)音，采樣頻率為44 100 Hz。采集語(yǔ)音時(shí)受試者均在安靜無外部干擾的環(huán)境中，且所有采集語(yǔ)音數(shù)據(jù)的兒童年齡在6～10 歲，無任何軀體疾病，智力正常。

54 位兒童中有17 位正常兒童和37 位確診為ADHD 的患兒，37 位確診ADHD 患兒中包含21 位服用多動(dòng)癥藥物進(jìn)行治療和16 位未開始服用多動(dòng)癥藥物的兒童。所有ADHD 患兒的診斷均是根據(jù)國(guó)際通用的DSM-V 精神疾病診斷標(biāo)準(zhǔn)，結(jié)合患者病史、軀體和神經(jīng)檢查、精神檢查、輔助檢查給予診斷。

為探究本文提取語(yǔ)音停頓度和倍頻率平坦度特征在識(shí)別不同兒童中的作用，將收集的54 位兒童語(yǔ)音樣本分為4 個(gè)子數(shù)據(jù)集，每個(gè)子數(shù)據(jù)集具體數(shù)據(jù)如表1 所示，其中NM 為正常對(duì)照組、NADHD 為未接受藥物治療的ADHD 患兒、RADHD 為接受藥物治療的ADHD 患兒。

表1 ADHD患者與正常對(duì)照組的語(yǔ)音樣本子數(shù)據(jù)集Tab.1 Speech sample sub datasets of ADHD patients and normal controls

2.2 基于語(yǔ)音停頓度與倍頻率平坦度的ADHD 自動(dòng)識(shí)別結(jié)果與分析

ADHD 患兒的核心癥狀之一是注意缺陷，執(zhí)行功能研究發(fā)現(xiàn)ADHD 患兒任務(wù)轉(zhuǎn)換能力、抑制功能等異常［26］，其中任務(wù)轉(zhuǎn)換功能異常是ADHD 患兒在文字間轉(zhuǎn)換有卡頓情況，進(jìn)而閱讀時(shí)語(yǔ)音出現(xiàn)異常的停頓，提取語(yǔ)音停頓度表征語(yǔ)音異常停頓；抑制功能異常指ADHD 患兒腦中文字表達(dá)過程受到抑制作用，故其說話時(shí)語(yǔ)音頻率變化異于正常兒童，提取倍頻率平坦度表征語(yǔ)音頻率變化異常。兩個(gè)特征結(jié)合表示ADHD 患兒的注意缺陷癥狀，實(shí)現(xiàn)ADHD 患兒與正常對(duì)照組兒童區(qū)分。

本文將提取的語(yǔ)音停頓度和倍頻率平坦度特征，融合輸入SVM 分類器，實(shí)現(xiàn)ADHD 的自動(dòng)檢測(cè)。SVM 分類器基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化的原理，理論基礎(chǔ)完善，可以在較高維度的空間中構(gòu)造最優(yōu)分割超平面，使兩類樣本的分類誤差最小，且小樣本下SVM 分類器具有泛化能力強(qiáng)和識(shí)別性能高的優(yōu)勢(shì)，被廣泛地應(yīng)用于病理語(yǔ)音的二分類識(shí)別中［27-29］。本實(shí)驗(yàn)樣本數(shù)量屬于小樣本的范疇，故本文使用SVM 分類器實(shí)現(xiàn)ADHD 的自動(dòng)檢測(cè)。實(shí)驗(yàn)中還采用交叉驗(yàn)證法尋找高斯核函數(shù)的最佳參數(shù)，保證分類模型的穩(wěn)定和實(shí)驗(yàn)結(jié)果的準(zhǔn)確。在4 個(gè)子數(shù)據(jù)集上實(shí)現(xiàn)不同類別兒童的自動(dòng)識(shí)別，實(shí)驗(yàn)檢測(cè)結(jié)果均是與臨床醫(yī)生診斷的金標(biāo)準(zhǔn)對(duì)比?；谡Z(yǔ)音信號(hào)處理技術(shù)檢測(cè)精神疾病時(shí)，檢測(cè)結(jié)果均是在臨床醫(yī)生診斷的金標(biāo)準(zhǔn)下驗(yàn)證［30-38］，在醫(yī)學(xué)與工程結(jié)合的領(lǐng)域中，常采用與醫(yī)生注釋結(jié)果對(duì)比對(duì)算法進(jìn)行評(píng)價(jià)，因此本文與華西心理衛(wèi)生專業(yè)醫(yī)生的金標(biāo)準(zhǔn)進(jìn)行對(duì)比，使用正確率、特異性和靈敏度參數(shù)評(píng)估自動(dòng)檢測(cè)算法的性能，具體識(shí)別結(jié)果如表2 所示。

表2 本文算法的ADHD自動(dòng)檢測(cè)結(jié)果 單位：%Tab.2 ADHD automatic detection results of the proposed algorithm unit：%

由表2 實(shí)驗(yàn)結(jié)果可以看到，本文提出的自動(dòng)檢測(cè)算法在子據(jù)集1 上正常兒童和未接受藥物治療的ADHD 患兒的識(shí)別正確率為91.38%，在子數(shù)據(jù)集2 上正常兒童和接受藥物治療的ADHD 患兒的識(shí)別正確率為74.70%，在子數(shù)據(jù)集3上未接受藥物治療的ADHD 患兒和接受藥物治療的ADHD患兒的識(shí)別正確率為90.90%，在子數(shù)據(jù)集4 上正常兒童和所有ADHD 患兒的識(shí)別正確率為80.41%。

臨床上確診多動(dòng)癥的兒童在閱讀陌生的課外文本時(shí)，往往比正常兒童出現(xiàn)更多的語(yǔ)音異常，但是已經(jīng)服藥的多動(dòng)癥兒童閱讀水平好轉(zhuǎn)率可達(dá)70%，雖不能達(dá)到正常兒童的水平，但是明顯優(yōu)于自己未服藥的狀態(tài)。在數(shù)據(jù)集3 上，接受藥物治療的ADHD 患兒與未接受藥物的ADHD 患兒之間識(shí)別正確率高達(dá)90.90%，表明接受治療后ADHD 患兒語(yǔ)音停頓度特征和平坦度特征與未接受治療的ADHD 患兒間差異增大，兩類別間距增大，能構(gòu)建出最優(yōu)超平面將兩者區(qū)分。

由表2 結(jié)果分析可知，本文提出的自動(dòng)檢測(cè)算法對(duì)正常兒童與未接受藥物治療的ADHD 患兒識(shí)別正確率最高為91.38%，這表明本文的自動(dòng)檢測(cè)算法提取的語(yǔ)音停頓度和平坦度特征能表征ADHD 患兒的臨床注意力分散和語(yǔ)音功能受到抑制的臨床癥狀；對(duì)正常兒童與接受藥物治療的患兒識(shí)別正確率最低為74.70%，這是因?yàn)锳DHD 患兒接受治療后臨床癥狀得到改善，由臨床癥狀導(dǎo)致的語(yǔ)音異?，F(xiàn)象就會(huì)得到緩解；語(yǔ)音異常停頓減少，停頓度特征空間中兩者間距變小，語(yǔ)音頻率變化差異減弱，平坦度特征空間間距也有所減小，故兩者區(qū)分效果變差。這與臨床上正常兒童與接受藥物治療的ADHD 患兒語(yǔ)音異常差異性大，而當(dāng)ADHD 患兒接受治療后語(yǔ)音差異性就會(huì)減小相一致。

2.2.1 基于停頓度特征的ADHD自動(dòng)識(shí)別算法結(jié)果與分析

ADHD 患兒注意集中任務(wù)執(zhí)行網(wǎng)絡(luò)中的多巴胺能神經(jīng)元功能低下［39］，不能集中注意力在閱讀的文本上，ADHD 患兒閱讀時(shí)語(yǔ)音出現(xiàn)異于正常兒童的停頓特征，本文提取停頓度表征ADHD 患兒語(yǔ)音的異常停頓。

停頓度特征包含最大停頓時(shí)長(zhǎng)特征、平均停頓時(shí)長(zhǎng)特征和停頓時(shí)間占比特征。圖5 是提出的停頓度聲學(xué)特征箱線圖，圖中NM、NADHD、RADHD 分別代表正常兒童、未接受藥物治療的ADHD 患兒和經(jīng)接受藥物治療的ADHD 患兒。

圖5 語(yǔ)音停頓度特征箱線圖Fig.5 Box plots of speech pause features

ADHD 患兒在認(rèn)知轉(zhuǎn)換任務(wù)中左側(cè)額下回、雙側(cè)前腦島、殼核和蒼白球的激活降低，ADHD 患兒往往會(huì)在一個(gè)任務(wù)上卡住，無法轉(zhuǎn)移到下一個(gè)任務(wù)，出現(xiàn)較長(zhǎng)時(shí)間的停頓，如圖5（a）所示，未接受藥物治療的ADHD 患兒最大停頓時(shí)長(zhǎng)特征的整體分布都高于正常兒童和已經(jīng)接受藥物治療的ADHD 患兒；ADHD 患兒注意缺乏持久性容易分心，出現(xiàn)多次停頓，停頓次數(shù)增加平均停頓時(shí)長(zhǎng)就越長(zhǎng)，如圖5（b）所示，未接受藥物治療的ADHD 患兒的平均停頓時(shí)長(zhǎng)特征均值大于正常兒童和已經(jīng)接受藥物治療的ADHD 患兒；停頓時(shí)間占比與停頓次數(shù)和最大停頓時(shí)長(zhǎng)呈正相關(guān)性，故停頓時(shí)間占比特征會(huì)隨著前兩個(gè)特征的增大而增加，如圖5（c）所示，未接受藥物治療的ADHD 患兒停頓時(shí)間占比特征的均值和整體分布都高于另外兩類兒童。

基于語(yǔ)音停頓度特征的ADHD 自動(dòng)識(shí)別結(jié)果如表2 所示。從表2 可以看到，停頓度特征在數(shù)據(jù)集1 正常兒童與未接受藥物治療的ADHD 患兒間識(shí)別正確率高達(dá)92.76%，表明本文提取停頓特征可以表征ADHD 患兒在任務(wù)轉(zhuǎn)換過程中出現(xiàn)的停頓，實(shí)現(xiàn)ADHD 患兒臨床癥狀的檢測(cè)，進(jìn)而將其與正常對(duì)照組兒童區(qū)分；在數(shù)據(jù)集2 正常兒童與接受藥物治療的ADHD 患兒間識(shí)別正確率僅為56.36%，這是因?yàn)樗幬镏委熀驛DHD 患兒閱讀注意力能夠集中在閱讀文本上，因注意力分散出現(xiàn)的停頓次數(shù)就會(huì)減少，平均停頓時(shí)長(zhǎng)Vt和停頓時(shí)間占比Rt的值都會(huì)減?。婚喿x時(shí)語(yǔ)句間的連接轉(zhuǎn)換速度加快，因轉(zhuǎn)換停滯出現(xiàn)的最大停頓時(shí)長(zhǎng)Lt的值就會(huì)減小，ADHD 患者與正常對(duì)照組兒童間在停頓特征T空間中間距減小，難以實(shí)現(xiàn)有效分割，與臨床上接受藥物治療后ADHD患兒閱讀語(yǔ)音停頓異常減弱相一致。

2.2.2 基于平坦度特征的ADHD自動(dòng)識(shí)別算法結(jié)果與分析

ADHD 患兒操作任務(wù)執(zhí)行網(wǎng)絡(luò)中大腦的前額葉皮質(zhì)、前扣帶皮質(zhì)、頂顳聯(lián)合區(qū)、海馬等神經(jīng)纖維出現(xiàn)突變或損傷［40］，語(yǔ)音執(zhí)行功能受到抑制，語(yǔ)音頻率變化異于正常兒童，本文提取倍頻率平坦度表征ADHD 患兒的頻率變化異常。

平坦度特征包含倍頻率標(biāo)準(zhǔn)差特征、倍頻率離散系數(shù)特征和倍頻率峰度特征，圖6 是提出的平坦度聲學(xué)特征箱線圖。

ADHD 患兒語(yǔ)音加工能力受損，其語(yǔ)音倍頻率均值小于正常對(duì)照組兒童，故其倍頻率標(biāo)準(zhǔn)差值和與標(biāo)準(zhǔn)差呈負(fù)相關(guān)性的倍頻率離散系數(shù)值則大于正常兒童和已經(jīng)接受藥物治療的ADHD 患兒，如圖6（a）和6（b）中所示；ADHD 患兒伴隨有發(fā)育性語(yǔ)言障礙，倍頻率的峰值處平均變化率小于正常對(duì)照組兒童，故其倍頻率峰度值整體高度和均值都要低于正常兒童和已經(jīng)接受藥物治療的ADHD 患兒，如圖6（c）中所示。

圖6 倍頻率平坦度特征箱線圖Fig.6 Box plots of multi-frequency flatness features

基于語(yǔ)音倍頻率平坦度特征的ADHD 自動(dòng)識(shí)別結(jié)果如表2 所示。從表2 可以看出，平坦度特征在數(shù)據(jù)集1 正常兒童與未接受藥物治療的ADHD 患兒間識(shí)別正確率為90.69%，表明本文提取的倍頻率平坦度特征能表征ADHD患兒因語(yǔ)音加工能力受到抑制而出現(xiàn)的語(yǔ)音頻率變化異常的特點(diǎn)，實(shí)現(xiàn)ADHD 患兒語(yǔ)音回路異常的檢測(cè)，進(jìn)而區(qū)分ADHD 患兒與正常對(duì)照組兒童；平坦度特征在數(shù)據(jù)集2 正常兒童與接受藥物治療的ADHD 患兒間識(shí)別正確率優(yōu)于停頓度特征在數(shù)據(jù)集2 上的識(shí)別效果，識(shí)別正確率達(dá)到81.82%，這是因?yàn)楸緦?shí)驗(yàn)采集數(shù)據(jù)的ADHD 患兒接受藥物時(shí)間短，臨床上ADHD 患者接受治療后短時(shí)間內(nèi)注意力不集中癥狀就能得到改善，注意力分散的停頓情況就會(huì)減少，停頓特征識(shí)別接受藥物治療后的兒童效果就差，而加工能力受損需要更長(zhǎng)的時(shí)間才能改善，故ADHD 語(yǔ)音倍頻率的均值Fˉ0依然小于正常對(duì)照組兒童，語(yǔ)音倍頻率標(biāo)準(zhǔn)差μF和倍頻率離散系數(shù)CF與Fˉ0呈負(fù)相關(guān)性依舊大于正常兒童，倍頻率峰度kF與Fˉ0呈正相關(guān)性故弱于正常對(duì)照組兒童，在平坦度特征F空間中兩者間距有所減少，因接受治療時(shí)間段，語(yǔ)音加工抑制緩解程度小，平坦度特征F空間中間距減少的量就小，故表征頻率變化異常的平坦度特征仍然能識(shí)別ADHD 患兒，這與臨床上語(yǔ)音加工過程受到抑制需要長(zhǎng)期治療相一致。

2.3 語(yǔ)音信號(hào)處理技術(shù)在精神疾病自動(dòng)檢測(cè)中的應(yīng)用

精神疾病是指在生物、心理和生活環(huán)境等因素作用下，患者的大腦功能出現(xiàn)失調(diào)，導(dǎo)致其認(rèn)知、情感和行為等方面出現(xiàn)顯著且持久的精神異常，臨床表現(xiàn)特點(diǎn)是精神活動(dòng)的完整性和統(tǒng)一性受到破壞。語(yǔ)音產(chǎn)生機(jī)理是說話者大腦形成、組織語(yǔ)言，然后發(fā)生指令到語(yǔ)音運(yùn)動(dòng)中樞，發(fā)音器官接收中樞指令通過一系列肌肉協(xié)調(diào)作用產(chǎn)生語(yǔ)音。語(yǔ)音產(chǎn)生包括大腦認(rèn)知、注意、記憶、情感等精神認(rèn)知活動(dòng)，而精神疾病患者的精神活動(dòng)受到破壞，故其語(yǔ)音模式和正常人之間有差異，研究表明聲語(yǔ)音可以作為精神疾病的輔助診斷指標(biāo)［16］。

隨著語(yǔ)音信號(hào)處理技術(shù)的發(fā)展，語(yǔ)音信號(hào)處理技術(shù)越來越多地被應(yīng)用于各類精神類疾病的檢測(cè)：1）基于語(yǔ)音信號(hào)處理技術(shù)的阿爾茲海默癥自動(dòng)檢測(cè)。阿爾茲海默癥患者隨著癥狀加深會(huì)逐漸喪失語(yǔ)言能力，會(huì)出現(xiàn)語(yǔ)音遲緩和詞不達(dá)意的情況，近年來，許多研究人員使用語(yǔ)言信號(hào)處理技術(shù)提取患者的語(yǔ)音停頓特征［32-34］、頻譜特征［35-36］和語(yǔ)義特征［37］，結(jié)合機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)分類器［32-37］，實(shí)現(xiàn)阿爾茲海默癥的自動(dòng)檢測(cè)。2）基于語(yǔ)音信號(hào)處理技術(shù)的抑郁癥自動(dòng)檢測(cè)。抑郁癥患者神經(jīng)生理和神經(jīng)認(rèn)知發(fā)生改變，反映在日常交流中語(yǔ)音語(yǔ)速和包含情感與正常人不同，研究人員通過語(yǔ)音處理技術(shù)提取患者語(yǔ)音韻律特征［38-40］和語(yǔ)音情感特征［41-43］，實(shí)現(xiàn)抑郁癥的自動(dòng)檢測(cè)［37-43］和分析抑郁癥患者的嚴(yán)重程度［38-39］。3）基于語(yǔ)音信號(hào)處理技術(shù)的精神分裂癥自動(dòng)檢測(cè)。語(yǔ)音異常是精神分裂癥譜系障礙的核心癥狀之一，語(yǔ)音信號(hào)處理技術(shù)能實(shí)現(xiàn)語(yǔ)音異常的檢測(cè)，故研究人員通過提取精神分裂癥患者的語(yǔ)音停頓特征［44-47］、能量特征［44-45］和基頻特征［47-49］等聲學(xué)特征來揭示精神分裂癥患者語(yǔ)音與正常人語(yǔ)音的異常之處，實(shí)現(xiàn)精神分裂癥的自動(dòng)檢測(cè)。

語(yǔ)音信號(hào)處理技術(shù)發(fā)展越來越完善，該技術(shù)在檢測(cè)精神類疾病時(shí)有無痛、無創(chuàng)、無副作用和經(jīng)濟(jì)便捷的巨大優(yōu)勢(shì)，很多研究人員將語(yǔ)音信號(hào)處理技術(shù)應(yīng)用于各類精神類疾病的檢測(cè)中，為臨床醫(yī)生的診斷精神類疾病提供輔助依據(jù)。

2.4 本文提取語(yǔ)音特征參數(shù)的顯著性分析

ADHD 是青少年人群中常見的精神類疾病之一，臨床診斷標(biāo)準(zhǔn)多用DSM-V 國(guó)際通用精神疾病診斷標(biāo)準(zhǔn)。ADHD 患者有注意力不集中和執(zhí)行功能抑制等臨床癥狀，導(dǎo)致ADHD患者在說話期間語(yǔ)音不流暢，音調(diào)抑揚(yáng)頓挫變化小。Breznitz［50］通過頻率檢查、語(yǔ)音單元持續(xù)時(shí)間以及語(yǔ)音單元中發(fā)聲和停頓之間相關(guān)性來檢測(cè)ADHD 患者語(yǔ)音模式，證明語(yǔ)音指標(biāo)可以作為ADHD 診斷提供客觀輔助指標(biāo)；Barona-Lleo 等［51］在語(yǔ)音實(shí)驗(yàn)室記錄和分析ADHD 患兒和正常對(duì)照組口內(nèi)壓力、經(jīng)聲門氣流和電子聲門圖，分析表明ADHD 患兒聲門壓力較高、經(jīng)聲門氣流低和聲帶行為功能亢進(jìn)，ADHD 語(yǔ)音特征可以為醫(yī)生診斷提供客觀輔助依據(jù)。

為驗(yàn)證本文提取的語(yǔ)音特征在正常兒童和ADHD 患兒間是否具有顯著性差異，利用t 檢驗(yàn)方法，對(duì)正常對(duì)照組以及ADHD 的語(yǔ)音特征進(jìn)行顯著性分析，分析結(jié)果如表3 所示。

表3 顯著性分析Tab.3 Significance analysis

由表3 結(jié)果知，各個(gè)語(yǔ)音特征的顯著性水平p 值均小于0.05，即本文提取的語(yǔ)音特征在正常兒童和ADHD 患兒間存在顯著性差異。

2.5 本文提出特征與現(xiàn)有病理語(yǔ)音識(shí)別特征對(duì)比實(shí)驗(yàn)

目前國(guó)內(nèi)外精神疾病研究常用的語(yǔ)音聲學(xué)特征有短時(shí)能 量［44-45］、梅爾頻率 倒譜系數(shù)（Mel Frequency Cepstrum Coefficient，MFCC）［41-43］、共振峰［35-36］及基頻特征［47-49］等，為驗(yàn)證本文提取的語(yǔ)音特征能表征ADHD 患兒的臨床語(yǔ)音特點(diǎn)，將本文提取的停頓度和平坦度聲學(xué)特征與現(xiàn)有的病理語(yǔ)音識(shí)別特征進(jìn)行對(duì)比分析。對(duì)比實(shí)驗(yàn)在數(shù)據(jù)集1 上進(jìn)行，識(shí)別正常兒童與未接受藥物治療的ADHD 兒童，具體對(duì)比實(shí)驗(yàn)識(shí)別結(jié)果如表4 所示。

表4 本文提取特征與傳統(tǒng)病理語(yǔ)音特征自動(dòng)檢測(cè)ADHD的識(shí)別結(jié)果 單位：%Tab.4 Recognition results of ADHD automatic detection of features extracted in this paper and traditional pathological voice features unit：%

由表4 數(shù)據(jù)可知，現(xiàn)有病理語(yǔ)音檢測(cè)ADHD 的識(shí)別正確率為62.50%～82.76%。短時(shí)能量特征表征語(yǔ)音能量變化，對(duì)能量變化異常的病理語(yǔ)音信號(hào)檢測(cè)效果好，ADHD 患者語(yǔ)音加工抑制能量有所減少，但能量因人而異不是ADHD 顯著特征；MFCC 特征與語(yǔ)音情感變化相關(guān)，本實(shí)驗(yàn)中患兒語(yǔ)音采集均值家長(zhǎng)及專業(yè)醫(yī)生的陪同下，情感變化的差異性不大；共振峰特征可以表現(xiàn)語(yǔ)音聲調(diào)的變化，但是單獨(dú)的共振峰特征音調(diào)識(shí)別率低［40］，不能表征ADHD 患者的音調(diào)變化；基頻特征識(shí)別正確率是現(xiàn)有病理語(yǔ)音特征中最高的，在一定程度上可以表征ADHD 患者語(yǔ)音音調(diào)變化。本文提出的停頓度和平坦度特征基于ADHD 患者的臨床癥狀，能表征ADHD 獨(dú)有的語(yǔ)音特點(diǎn)，更好地識(shí)別ADHD 患者。

3 結(jié)語(yǔ)

ADHD 是兒童和青少年階段常見的精神類疾病，臨床診斷時(shí)依賴醫(yī)生與患者的交流過程中的主觀評(píng)估.本文提出基于語(yǔ)音停頓度和音調(diào)平坦度的ADHD 的自動(dòng)識(shí)別算法，為醫(yī)生臨床診斷提供客觀的輔助依據(jù)。該算法基于ADHD 語(yǔ)音停頓特點(diǎn)，提出頻帶差能熵積參數(shù)，提取語(yǔ)音停頓度特征；基于語(yǔ)音頻率變化，提出變換平均幅度平方差參數(shù)，提取倍頻率平坦度特征，將融合后的特征輸入SVM 分類器實(shí)現(xiàn)ADHD 患兒的自動(dòng)識(shí)別，得到91.38%的識(shí)別正確率。本文還進(jìn)一步討論語(yǔ)音停頓度和倍頻率平坦度特征單獨(dú)識(shí)別ADHD 的作用，兩個(gè)特征在識(shí)別未接受藥物治療的ADHD 患兒與正常對(duì)照組識(shí)別正確率分別為92.76%和90.69%。

本文提出的頻帶差能熵積參數(shù)和倍頻率參數(shù)，實(shí)現(xiàn)了ADHD 患兒語(yǔ)音停頓和音調(diào)變化特征的提取，有助于ADHD患兒的輔助診斷識(shí)別；但是ADHD 成因不明、臨床癥狀復(fù)雜且部分患兒成年后依舊存在一些癥狀，僅靠語(yǔ)音停頓和音調(diào)變化分析相對(duì)片面，不足以涵蓋AHDH 所有臨床癥狀。在以后的研究中，可找尋其余臨床特征和成人患者語(yǔ)音特征的表征參數(shù)，更全面地分析ADHD 患者的語(yǔ)音特點(diǎn)，提取更多的語(yǔ)音特征，使語(yǔ)音在ADHD 患者中發(fā)揮更大的作用，為臨床醫(yī)生提供更多的客觀輔助依據(jù)。