高少華 盧紅云 韓立文 周靜 Kim HaKyung

2000年Wutys等[1]構(gòu)建了嗓音障礙嚴(yán)重程度指數(shù)(dysphonia severity index, DSI)，其為一種基于音域圖、空氣動(dòng)力學(xué)和聲學(xué)測(cè)量的反映整體發(fā)聲質(zhì)量的多維測(cè)量指標(biāo)，其公式為:DSI=0.13×MPT(s)+0.005 3×F0-High(Hz)-0.26×I-Low(dB)-1.18×jitter(%)+12.4(其中，MPT為最長(zhǎng)聲時(shí)，F(xiàn)0-High為最高基頻，I-Low為最低強(qiáng)度，jitter為基頻微擾)。2001年，歐洲喉科學(xué)會(huì)將其制定為嗓音障礙客觀參數(shù)的金標(biāo)準(zhǔn)。在該指數(shù)的臨床應(yīng)用過程中，有研究者指出不同測(cè)量設(shè)備的精度和算法差異會(huì)導(dǎo)致DSI的差異。2012年，Aichinger等[2]比較了LingWAVES和DiVAS設(shè)備所測(cè)的DSI數(shù)據(jù)，發(fā)現(xiàn)數(shù)值存在顯著差異。2017年Maryn等[3]探討了語音分析軟件Praat測(cè)量DSI指數(shù)的可行性，并將其與美國(guó)Kay PENTAX公司的音域圖(voice range profile，VRP，顯示個(gè)體發(fā)聲壓級(jí)度和基頻范圍)和多維嗓音分析軟件(multi-dimensional voice program，MDVP，提供三十余項(xiàng)嗓音參數(shù)數(shù)據(jù))測(cè)得的數(shù)值進(jìn)行比較，發(fā)現(xiàn)兩種設(shè)備測(cè)得的DSI值高度相關(guān)。

Dr.Speech(DRS)軟件是國(guó)內(nèi)常用的言語評(píng)估與矯治設(shè)備之一，但以單參數(shù)測(cè)量為主，暫無DSI多參數(shù)測(cè)量功能；而目前嗓音的評(píng)估主要依賴于喉鏡檢查和主觀評(píng)估。主觀評(píng)估中，除了被視為嗓音主觀感知評(píng)估的GRBAS分級(jí)外，應(yīng)用最廣泛的還有嗓音障礙指數(shù)量表(voice handicap index，VHI)，前者是基于專家的聽感知評(píng)估，后者則是基于患者對(duì)自身嗓音質(zhì)量的感知和評(píng)價(jià)。本研究通過建立DSIDRS函數(shù)模型，將其與GRBAS分級(jí)的總嘶啞度(G分級(jí))進(jìn)行比較，驗(yàn)證其有效性；并同時(shí)運(yùn)用DRS軟件和Praat軟件進(jìn)行DSI測(cè)量并比較結(jié)果，以檢驗(yàn)兩組測(cè)試軟件間一致性；最后，進(jìn)行DSIDRS與VHI之間的相關(guān)性分析，以更進(jìn)一步評(píng)估DRS軟件測(cè)量DSIDRS的準(zhǔn)確性。本研究同時(shí)納入嗓音健康人和嗓音疾病患者，以獲取不同等級(jí)音質(zhì)的數(shù)據(jù)結(jié)果，并對(duì)音質(zhì)分級(jí)進(jìn)行交叉驗(yàn)證，旨在探討DRS軟件用于DSI測(cè)量的可行性。

1 資料與方法

1.1研究對(duì)象 選取2019年1月至3月在上海交通大學(xué)附屬第九人民醫(yī)院耳鼻喉科確診為嗓音疾病的患者55例以及嗓音正常成人(為患者家屬及志愿者)21例為研究對(duì)象，共76例受試者，年齡18～74歲，平均41.34±10.83歲，男35例，女41例。

排除標(biāo)準(zhǔn)：存在認(rèn)知功能障礙；存在因器質(zhì)性疾病導(dǎo)致的構(gòu)音不清；測(cè)試期間存在感冒、呼吸道感染等影響發(fā)音的疾病。

確保所有受試者為自愿參與本研究，本研究經(jīng)過寧波衛(wèi)生職業(yè)技術(shù)學(xué)院倫理委員會(huì)及華東師范大學(xué)人體實(shí)驗(yàn)倫理委員會(huì)審查批準(zhǔn)(批準(zhǔn)號(hào)HR183-2017)。

1.2研究方法

1.2.1嗓音聲學(xué)分析及DSI測(cè)試 使用DRS軟件(上海泰億格康復(fù)醫(yī)療科技股份有限公司)和Praat語音分析軟件(荷蘭阿姆斯特丹大學(xué)語音科學(xué)實(shí)驗(yàn)室)同時(shí)錄制和分析嗓音各項(xiàng)指標(biāo)。DRS軟件中的實(shí)時(shí)言語分析軟件和嗓音評(píng)估分析軟件用于錄制和分析嗓音樣本，軟件連接低通濾波器，設(shè)置采樣頻率44 100 Hz、16 bits[4]；Praat軟件內(nèi)置于HP envy13-AD109TU筆記本電腦，連接同一型號(hào)的低通濾波器，并設(shè)置采樣頻率44 100 Hz、16 bits；兩臺(tái)Shure-SV100C動(dòng)圈式麥克風(fēng)分別連接DRS和Praat設(shè)備，以10 cm距離平行放置，水平傾斜45°角，并保持錄制嗓音時(shí)保持發(fā)音者口部距離麥克風(fēng)10～15 cm。錄音前，指導(dǎo)受試者如何正確發(fā)聲，最長(zhǎng)聲時(shí)(maximum phonation time，MPT)錄制要求受試者以自然舒適的音調(diào)和響度發(fā)元音/a/三次，最長(zhǎng)的一次將用于DSI計(jì)算；最高基頻(Highest F0，HF0)和最低強(qiáng)度(lowest intensity，LI)測(cè)量分別要求受試者以自然舒適的音調(diào)和響度發(fā)元音/a/，再逐漸過渡到最高或最低音調(diào)和響度發(fā)/a/，每例受試者的HF0和LI均分別錄制3次，取最高音調(diào)和最低強(qiáng)度用于DSI計(jì)算；要求受試者以舒適自然的音調(diào)和響度持續(xù)發(fā)元音/a/3～5秒，取每段音頻中間的1～2秒分析基頻微擾(jitter)，每例對(duì)象的jitter均錄制3次，取3次的均值用于DSI計(jì)算。

聲壓級(jí)校準(zhǔn)與jitter算法的篩選:Maryn等[4]運(yùn)用Praat軟件進(jìn)行了DSI的測(cè)量與驗(yàn)證，并指出聲壓級(jí)校準(zhǔn)能夠使得不同環(huán)境中測(cè)得的聲壓級(jí)值均衡化，因而聲壓級(jí)校準(zhǔn)對(duì)于嗓音強(qiáng)度測(cè)量有重要影響。DRS軟件測(cè)得的強(qiáng)度值為相對(duì)值，與聲級(jí)計(jì)測(cè)得的實(shí)際聲壓級(jí)值存在一定的差異，因而在計(jì)算前需要對(duì)DRS測(cè)量的強(qiáng)度進(jìn)行校準(zhǔn)。

聲壓級(jí)校準(zhǔn)地點(diǎn)與數(shù)據(jù)采集地點(diǎn)保持統(tǒng)一，為背景噪聲低于35 dB A的一間診室。聲壓級(jí)測(cè)量的標(biāo)準(zhǔn)參考值是以AWA6291型實(shí)時(shí)信號(hào)分析儀所測(cè)得的實(shí)際聲壓級(jí)為準(zhǔn)，進(jìn)行如下校準(zhǔn)：首先，校準(zhǔn)信號(hào)為HP envy13-AD109TU筆記本電腦中Adobe Audition 3.0軟件播放的不同強(qiáng)度言語聲(穩(wěn)態(tài)元音/a/)，DRS軟件、Praat軟件和AWA6291型實(shí)時(shí)信號(hào)分析儀同時(shí)采集聲音和進(jìn)行聲壓級(jí)分析，并將結(jié)果記錄于Excel表格中。通過Excel中的一元線性回歸分析方法將DRS軟件和Praat軟件測(cè)得的強(qiáng)度值(IE)轉(zhuǎn)換為實(shí)際強(qiáng)度值(IM)。

由于DRS軟件中的jitter有四種算法，需要篩選最佳算法用于DSI計(jì)算。而GRBAS評(píng)估與聲學(xué)指標(biāo)如jitter、shimmer和HNR等密切相關(guān)[5,6]，GRBAS在音質(zhì)評(píng)估中信效度較好，因而其評(píng)估結(jié)果常被用作多維聲學(xué)分析的基礎(chǔ)[1,7,8]。本研究中，Spearman相關(guān)分析結(jié)果顯示DRS軟件中四種算法的jitter均與G分級(jí)顯著正相關(guān)(P<0.01)，其中jitter(PPQ)與G分級(jí)相關(guān)最高(r=0.442)，而其他三種算法的jitter(jitter%，jitterRAP和jitter11pts)與G分級(jí)相關(guān)系數(shù)分別為0.414、0.399和0.390，因而選擇jitterPPQ用于DSI計(jì)算。

1.2.2GRBAS及VHI評(píng)估 由兩名言語病理學(xué)家對(duì)受試者的錄音樣本進(jìn)行GRBAS主觀聽感知評(píng)估，兩人評(píng)估不一致時(shí)，請(qǐng)另一位言語病理學(xué)家進(jìn)行評(píng)級(jí)，取其中一致的結(jié)果；受試者填寫VHI量表，根據(jù)量表中的所有問題，選擇最符合自己情況的選項(xiàng)并打鉤，對(duì)于部分文字閱讀有困難者，測(cè)試者以朗讀方式讀題目和選項(xiàng)，并勾選出受試者所選項(xiàng)。

1.3統(tǒng)計(jì)學(xué)方法 以SPSS16.0軟件對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。采用判別分析方法建立DSIDRS模型，其中76例受試者的MPT、HF0、LI和jitter值為自變量，G分級(jí)為因變量，建立判別函數(shù)，并判定76例受試者嗓音的G分級(jí)，采用留一法(Leave-one-out cross validation)對(duì)病例的分級(jí)進(jìn)行交叉驗(yàn)證。

采用Pearson相關(guān)分析法分析DSIDRS與DSIpraat之間的相關(guān)性，以了解測(cè)量的設(shè)備間一致性；采用Pearson相關(guān)分析法分析DSIDRS與VHI評(píng)估的相關(guān)性，以了解主客觀評(píng)估之間的關(guān)系；顯著性水平α=0.05。

2 結(jié)果

2.1嗓音主客觀評(píng)估結(jié)果 76例受試者DSR、Praat軟件嗓音客觀評(píng)估以及嗓音主觀評(píng)估(G分級(jí)和VHI得分)的結(jié)果見表1。

表1 DRS、Praat軟件嗓音分析各指標(biāo)及G分級(jí)、VHI評(píng)分結(jié)果

2.2DSIDRS判別模型 表2顯示基于判別分析方法的DSIDRS函數(shù)的系數(shù)和對(duì)應(yīng)的常數(shù)。根據(jù)典型判別函數(shù)系數(shù)可知，存在三個(gè)判別函數(shù);而根據(jù)特征值和典型相關(guān)系數(shù)可知第一判別函數(shù)的特征值和典型相關(guān)值最大，因而第一判別函數(shù)最適用于判別分組，故得出DSIDRS的計(jì)算公式為:DSIDRS=1.916×jitter(PPQ)-0.004×HF0+0.027×LI+0.020×MPT-0.870。

表2 典型判別函數(shù)系數(shù)

表3顯示根據(jù)G分級(jí)的Fisher線性判別函數(shù)，對(duì)4級(jí)嗓音質(zhì)量給出了四組分類判別系數(shù)，通過四組分類判別系數(shù)構(gòu)成的判別函數(shù)可以對(duì)未分級(jí)病例進(jìn)行分級(jí)。在已知某病例HF0、jitter(PPQ)、LI和MPT這四個(gè)指標(biāo)的情況下，可以算出這四組判別函數(shù)的值，其中，最大的函數(shù)值即可表明該病例對(duì)應(yīng)的G分級(jí)。

表3 不同G分級(jí)的Fisher判別系數(shù)

表4為分類矩陣表，上半部分為76例受試者G分級(jí)初始判別與經(jīng)判別函數(shù)判定后分級(jí)之間的一致性，結(jié)果顯示原先判定為0、1、2和3級(jí)者，與經(jīng)判別函數(shù)判定為0、1、2和3級(jí)的一致性是52.6%，即在已知分級(jí)的病例中，應(yīng)用判別函數(shù)正確分級(jí)的病例占52.6%。下半部分顯示采用留一法(Leave-one-out)進(jìn)行交叉驗(yàn)證(即每個(gè)受試者的嗓音通過除了其自身之外的其他受試者推導(dǎo)出來的判別函數(shù)來分級(jí))的結(jié)果與經(jīng)判別函數(shù)判定分級(jí)比較，交叉驗(yàn)證有47.4%的受試者被判對(duì)；根據(jù)Wuyts等[1]的研究，若考慮相鄰分級(jí)也可以被接受的情況，則分級(jí)一致性可達(dá)到82.9%。

表4 DSIDRS初始判別及交叉驗(yàn)證G分級(jí)經(jīng)判別函數(shù)判定分級(jí)結(jié)果(例，%)

2.3DSIPraat判別模型 為獲取可靠的數(shù)據(jù)以比較DRS軟件與Praat軟件所測(cè)得的DSI值之間的一致性，同樣采用判別分析方法建立DSIPraat判別模型。根據(jù)特征值和典型判別函數(shù)系數(shù)的結(jié)果，DSIPraat的計(jì)算公式為：DSIPraat=2.955×jitter(PPQ)-0.002×HF0+0.042×LI-0.024×MPT-1.356。

表5為分類矩陣表，上半部分顯示76例G分級(jí)初始判別與經(jīng)判別函數(shù)判定函數(shù)分級(jí)之間的一致性，結(jié)果顯示原先判定為0、1、2和3級(jí)者，與經(jīng)判別函數(shù)判定為0、1、2和3級(jí)的一致性是50%，即在已知分級(jí)的病例中，應(yīng)用判別函數(shù)正確分級(jí)的病例占總體的50%。下半部分顯示采用留一法(Leave-one-out)進(jìn)行交叉驗(yàn)證的結(jié)果，與經(jīng)判別函數(shù)判定分級(jí)比較，43.4%的受試者被判對(duì)；若考慮相鄰分級(jí)也可以被接受的情況，則分級(jí)一致性可達(dá)到77.6%?？梢姡w上，對(duì)于同一批受試者而言，DRS軟件對(duì)于G分級(jí)的成功率高于Praat軟件。

表5 DSIPraat初始判別及交叉驗(yàn)證G分級(jí)經(jīng)判別函數(shù)判定分級(jí)結(jié)果(例,%)

2.4兩種軟件測(cè)量DSI的一致性 DRS和Praat兩種軟件測(cè)量的DSI及其他指標(biāo)的Pearson相關(guān)分析結(jié)果顯示，兩軟件測(cè)得的HF0之間相關(guān)系數(shù)為0.981(P<0.01)，jitter相關(guān)系數(shù)為0.701(P<0.01)，LI相關(guān)系數(shù)為0.652(P<0.01)，DSI相關(guān)系數(shù)為0.641(P<0.01)?？梢妰煞N軟件所測(cè)得的DSI及所有指標(biāo)之間均存在極顯著相關(guān)，其中，兩種軟件所測(cè)的HF0之間高度相關(guān)。MPT為時(shí)長(zhǎng)變量，兩設(shè)備間測(cè)得的值相同。

2.5DSIDRS與VHI的相關(guān)性 76例受試者DSI值與VHI總分及VHI分量表得分相關(guān)性分析結(jié)果分別為：DSIDRS與VHI總分之間無顯著相關(guān)(r=0.163，P>0.05);與VHI功能分量表得分(r=0.246，P<0.05)、生理分量表得分(r=0.229，P<0.05)之間存在顯著相關(guān)，但相關(guān)程度較低；與VHI情緒分量表得分之間無顯著相關(guān)(r=-0.094，P>0.05)。

3 討論

DRS軟件作為常用的言語嗓音評(píng)估工具，在臨床中多用于嗓音音質(zhì)的測(cè)量和分析，然而目前尚無研究對(duì)其測(cè)量DSI的可行性進(jìn)行探究。本研究采用判別分析的方法建立DSIDRS判別模型并進(jìn)行交叉驗(yàn)證，并采用留一法與Praat軟件所測(cè)的DSI值進(jìn)行比較，從而證實(shí)其用于DSI測(cè)量和嗓音質(zhì)量判別的有效性。

首先，本研究構(gòu)建了適用于DRS軟件的DSI測(cè)量公式：DSIDRS=1.916×jitter(PPQ)-0.004×HF0+0.027×LI+0.020×MPT-0.870。這一函數(shù)模型與2000年Wutys等[1]構(gòu)建的DSI計(jì)算公式：DSI=0.13×MPT(s)+0.0053×F0-High(Hz)-0.26×I-Low(dB)-1.18×jitter(%)+12.4存在一定的差異，這種差異是合理的，因?yàn)閃uyts所使用的軟件為MDVP，而近年來，Aichinger[2]、Maryn[3]等均提出DSI測(cè)量需關(guān)注設(shè)備間差異，不同設(shè)備測(cè)量DSI時(shí)，不宜直接套用公式，需根據(jù)所使用的測(cè)量設(shè)備做合理調(diào)整。本研究中DSIDRS計(jì)算公式的建立以符合DRS軟件本身的測(cè)量特性為導(dǎo)向，例如，在本研究中，由于DRS軟件本身測(cè)得的聲壓級(jí)值為相對(duì)值，為獲取更準(zhǔn)確可靠的數(shù)值，需要轉(zhuǎn)換為實(shí)際強(qiáng)度值，因而進(jìn)行了聲壓級(jí)校準(zhǔn)；此外，jitter在DRS軟件中有不同的算法，本研究通過篩選出與G分級(jí)相關(guān)性最高的算法，從而獲取更可靠和更適于DSIDRS計(jì)算的jitter值。

其次，本研究采用交叉驗(yàn)證的方式，對(duì)所構(gòu)建的DSIDRS判別函數(shù)在嗓音質(zhì)量分級(jí)方面的有效性進(jìn)行了驗(yàn)證，結(jié)果顯示，DSIDRS對(duì)47.4%的病例判斷正確。而根據(jù)Wuyts等[1]的研究，認(rèn)為相鄰分級(jí)也可以被接受，則本研究中，DSIDRS的正確分級(jí)達(dá)到82.9%。這一結(jié)果說明，在以基于專家聽感知評(píng)估的G分級(jí)為參照的情況下，DSIDRS能夠較好地實(shí)現(xiàn)對(duì)嗓音質(zhì)量及嗓音障礙嚴(yán)重程度的判定。

此外，本研究中還使用臨床中另一常用的Praat語音分析軟件進(jìn)行了DSI測(cè)量，建立了基于Praat軟件的DSIPraat公式，并通過與DSIDRS比較和分析，以了解兩種軟件測(cè)量DSI的一致性。交叉驗(yàn)證結(jié)果顯示，運(yùn)用DSIPraat，有43.4%的受試者判斷正確，如考慮相鄰分級(jí)被接受，分級(jí)成功率為77.6%，略低于DSIDRS的82.9%，說明DRS軟件測(cè)量的DSI對(duì)于嗓音障礙正確分級(jí)的準(zhǔn)確性略高于Praat軟件。Maryn等[3]2017年在其研究中已證實(shí)了Praat軟件測(cè)量DSI的可行性和有效性，因而本研究中DSIDRS用于嗓音質(zhì)量的評(píng)估也得到了進(jìn)一步支撐。

最后，本研究分析了基于DRS軟件的DSIDRS測(cè)量結(jié)果與患者VHI得分之間的關(guān)系，VHI量表常用作各種嗓音主觀評(píng)估,但在不同研究中，其與嗓音客觀分析指標(biāo)的相關(guān)性結(jié)果不盡相同[9～11]。本研究結(jié)果顯示DSIDRS與VHI之間相關(guān)性不顯著，一方面可能與國(guó)人對(duì)于嗓音的認(rèn)識(shí)及自我感知與專家的聽感知評(píng)估存在較大差別有關(guān)，另一方面也可能與量表本身所側(cè)重的維度與客觀測(cè)量所提示的嗓音特征之間有較大差距有關(guān)。

綜上所述，本研究結(jié)果表明，基于DRS軟件的DSIDRS，能夠用于嗓音測(cè)量和嗓音障礙嚴(yán)重程度判別；DSIDRS嗓音質(zhì)量評(píng)估的分級(jí)正確率略高于Praat軟件測(cè)得的DSIPraat；基于DRS軟件測(cè)量的DSI，設(shè)備間測(cè)量一致性良好；DSI與VHI相關(guān)不顯著，提示其可能反映嗓音不同維度的特征。臨床上，可以根據(jù)所具備的研究條件，運(yùn)用該兩種軟件測(cè)量DSI值，以獲取音質(zhì)總體情況和嗓音障礙嚴(yán)重程度的數(shù)據(jù)，為嗓音評(píng)估提供更多參考信息。由于DSI研究在國(guó)內(nèi)相對(duì)較少，后續(xù)研究需要進(jìn)一步明確國(guó)人DSI 的正常值和異常值范圍以及分級(jí)標(biāo)準(zhǔn)，為嗓音客觀分析提供參考。