中圖分類(lèi)號(hào)：R563.8 文獻(xiàn)標(biāo)志碼：A DOI：10.11958/20250966

Newadvances on detecting obstructive sleep apnea based on acoustic information

YUHui1，LIU Hao12，CAIFengli3，ZHAO Jing1，BAI Xiangsen1，TIAN Guoliang1， ZHANG Hanyuel， ZHANG Liyuan4 1 Departmentof Biomedical Enginering，Tianjin UniversityTianjin3Oo2，China; 2 DepartmentofNetwork Iforation Tianjin 4th Center Hospital; 3 Department ofObstetrics and Gynecology， Juye County Hospitalof Traditional Chinese Medicine，4DepartmentofEquipmentandMaterial，Tianjin4th CentreHospital （2 ^Δ Corresponding Author E -mail： 13752631906@163.com

Abstract：Obstructive sleep apnea （OSA） is a common sleep disorder characterized byrepeated episodes of upper airwaycolapseandobstructionduring slep.PolysomnographyisthegoldstandardfordiagnosingOSA，butitisexpensive， time-consuming，and cancause discomfort forpatients.Inrecent years，acoustic-based approaches fordetecting OSA have emerged as aresearch focus.This review summarizes recent advances in OSA automatic detection techniques based on snoringandspeechsignals，andsystematicallyexaminestheirappicationsindagnosis，severityassessment，andlocaliation of obstructionsites.Findings indicate that theacousticfeatures ofsnoringand speechsignals hold significantvalueforOSA screning，and whencombined with machine learning anddeep learning models，itcanachieve high diagnosticacuracy. Futureresearchshould focuson elucidating therelationship betweenacousticfeaturesand thepathophysiological mechanismsofOSA，integratingmultimodal information，andadvancingtheclinicalapplicationofwearabledevices，withthe aim of promoting intelligent， non-invasive，and cost-effective screening technologies for OSA.

Key Words： sleep apnea，obstructive; snoring; speech; detection; obstruction location; severity

阻塞性睡眠呼吸暫停（OSA）是一種常見(jiàn)的睡眠障礙疾病，主要特征是睡眠期間上氣道的反復(fù)塌陷和阻塞，導(dǎo)致呼吸暫?；虻屯馐录?。OSA在成人的發(fā)病率為 2%～4% ，且隨著年齡的增長(zhǎng)患病率顯著增加，40歲以上的群體中，男性和女性的患病率約為 34% 和 17%^[1-2] 。OSA不僅會(huì)影響睡眠質(zhì)量，還會(huì)引發(fā)多種嚴(yán)重的健康問(wèn)題。長(zhǎng)期缺氧和二氧化碳積聚增加了心血管疾病、糖尿病、高血壓和腦卒中的風(fēng)險(xiǎn)。OSA還可能加重已有的心臟病，并導(dǎo)致代謝紊亂。由于夜間反復(fù)的呼吸暫停，OSA患者還面臨更高的死亡風(fēng)險(xiǎn)，尤其是當(dāng)癥狀未經(jīng)治療時(shí)，長(zhǎng)期的健康負(fù)擔(dān)可顯著降低生活質(zhì)量和預(yù)期壽命。目前公認(rèn)的診斷OSA的金標(biāo)準(zhǔn)是多導(dǎo)睡眠監(jiān)測(cè)（PSG），該方法通過(guò)多個(gè)導(dǎo)聯(lián)同步監(jiān)測(cè)患者睡眠期間的腦電、血氧、心電等生理參數(shù)，成本較高，且要求監(jiān)測(cè)7h以上。由于醫(yī)院的環(huán)境和監(jiān)測(cè)設(shè)備的穿戴極易給患者造成不適，PSG的應(yīng)用受到很大限制，大量OSA病例仍未得到診斷，因此亟需探索成本更低、使用更加便捷的檢測(cè)方法識(shí)別和診斷OSA。

打鼾是在睡眠時(shí)上呼吸道軟組織振動(dòng)引起的，是OSA最常見(jiàn)、最直接的特征[3]。根據(jù)美國(guó)睡眠醫(yī)學(xué)會(huì)的標(biāo)準(zhǔn)，以呼吸暫停低通氣指數(shù)（AHI） L?5 次/h、530 次/h將打鼾者依次評(píng)定為正常，輕度、中度、重度OSA患者[4]。已有研究表明，鼾聲的聲學(xué)特征可以分辨正常人群和OSA患者，且可以反映OSA的病情嚴(yán)重程度及上呼吸道阻塞部位[5-6]。此外，上呼吸道結(jié)構(gòu)的改變和長(zhǎng)期打鼾的影響使得OSA患者的發(fā)音方式與正常人群存在明顯差異，因此OSA患者語(yǔ)音信號(hào)的異常變化可作為評(píng)估疾病嚴(yán)重程度的特征信息。隨著人工智能技術(shù)在音頻信號(hào)處理領(lǐng)域的廣泛應(yīng)用，加之語(yǔ)音/鼾聲可以在各種類(lèi)型的設(shè)備中，以及在清醒或不干擾睡眠的情況下也可方便記錄，故基于聲學(xué)信息的OSA自動(dòng)檢測(cè)技術(shù)有望成為新的診斷方式。本文全面總結(jié)了近5年基于聲或語(yǔ)音檢測(cè)OSA的研究進(jìn)展，包含OSA的診斷、嚴(yán)重程度判斷和阻塞位置的確定，并對(duì)該領(lǐng)域的未來(lái)研究方向提出了展望。

1基于聲學(xué)信息的OSA檢測(cè)流程

基于聲學(xué)信息的OSA自動(dòng)檢測(cè)技術(shù)流程包括原始信號(hào)采集、數(shù)據(jù)預(yù)處理、特征提取、特征篩選和模型訓(xùn)練（圖1）。常用的機(jī)器學(xué)習(xí)模型有支持向量機(jī)（SVM））、K近鄰（KNN）、樸素貝葉斯（NB）等，用于OSA的分類(lèi)或回歸；一些深度學(xué)習(xí)模型，如卷積神經(jīng)網(wǎng)絡(luò)（CNN）、遞歸神經(jīng)網(wǎng)絡(luò)（RNN）、長(zhǎng)短期記憶（LSTM）可以直接依據(jù)預(yù)處理后的聲學(xué)信號(hào)進(jìn)行預(yù)測(cè)，并取得了和PSG相近或更為優(yōu)異的診斷效果。

2鼾聲

2.1基于鼾聲診斷OSA近5年基于鼾聲診斷OSA的研究見(jiàn)表1。隨著數(shù)字信號(hào)處理技術(shù)的發(fā)展，研究者開(kāi)始關(guān)注基于鼾聲診斷OSA。OSA患者鼾聲的聲學(xué)特征分布與正常人群存在明顯差異，Perez-Padilla等發(fā)現(xiàn) 800Hz 功率比（PR800）是診斷OSA的有效指標(biāo)；Fiz等[8]對(duì)鼾聲進(jìn)行頻譜分析顯示，OSA患者的鼾聲具有一個(gè)低頻峰且沒(méi)有明顯的諧波，而正常受試者的鼾聲具有一個(gè)基頻和多個(gè)諧波； Ng 等[9研究表明OSA患者鼾聲的共振峰頻率較正常受試者更高，尤其是第一共振峰頻率。Herzog等]的研究進(jìn)一步發(fā)現(xiàn)單純性打鼾患者的鼾聲音調(diào)強(qiáng)度在100～300Hz ，而OSA患者的音調(diào)強(qiáng)度高于 1000Hz 0上述研究均證明鼾聲可以作為診斷OSA的有效指標(biāo)。

頻譜圖中有共振峰頻率、SE、F等大量有價(jià)值的聲學(xué)特征，在音頻識(shí)別領(lǐng)域的應(yīng)用十分廣泛。Castillo-Escario等[17]使用CNN從鼾聲的頻譜圖中識(shí)別OSA，同時(shí)系統(tǒng)地比較了不同時(shí)間窗對(duì)模型性能的影響，結(jié)果顯示使用60s時(shí)間窗可獲得最佳的預(yù)測(cè)效能，預(yù)測(cè)準(zhǔn)確度、敏感度和特異度分別為 88.5%.71.8% 和 89.1% 。Jiang等20]評(píng)估了鼻聲的時(shí)域波形、頻譜圖、聲譜圖、梅爾頻譜圖和CQT聲譜圖在正常受試者和OSA患者分類(lèi)任務(wù)中的表現(xiàn)，結(jié)果顯示梅爾頻譜圖取得最好效果，準(zhǔn)確度、敏感度、特異度分別為 95.07%.95.42% 和95.82% 。梅爾頻譜將音頻信號(hào)的頻譜轉(zhuǎn)換為梅爾尺度，從而模擬人耳對(duì)頻率的感知特性。Ding等[12]提出了一種預(yù)訓(xùn)練的VGG19和LSTM融合模型，將鼾聲的梅爾頻譜圖輸入該模型中對(duì)正常受試者和OSA患者分類(lèi)，最高準(zhǔn)確度達(dá) 99.31% 。Luo等[14]基于夜間音頻的MFCC訓(xùn)練了一個(gè)多分類(lèi)TCN，將音頻分類(lèi)為非打鼾、打鼾或OSA相關(guān)打鼾，其中OSA相關(guān)打鼾的檢測(cè)準(zhǔn)確度高達(dá)96.7% 。Shen等[19]通過(guò)MFCC、線性預(yù)測(cè)倒譜系數(shù)（LPCC）線性預(yù)測(cè)梅爾倒譜系數(shù)（LPMFCC）3種方式提取鼾聲的數(shù)據(jù)特征，并采用CNN和LSTM識(shí)別OSA患者，發(fā)現(xiàn)MFCC和LSTM相結(jié)合準(zhǔn)確度最高，為 87% 。

此外，許多研究將梅爾頻譜圖/MFCC與其他聲學(xué)特征相融合，共同用于OSA的診斷。Ding等[1]基于預(yù)訓(xùn)練的VGG16、預(yù)訓(xùn)練的PANN和MFCC建立了三種基本模型，使用XGBoost選擇特征，并應(yīng)用多數(shù)投票策略構(gòu)建融合模型，獲得了 100% 的準(zhǔn)確度。Sun 等[15]基于Fisher比率選擇了一系列鼾聲的聲學(xué)特征，包含MFCC、PLP、BSF、SE、PR800、 F₀ 、共振峰和GTCC，通過(guò)GMM完成了OSA患者的識(shí)別，準(zhǔn)確度達(dá)到 90.0% 。Song等[13]將聲學(xué)特征與XGBoost結(jié)合、梅爾頻譜圖與CNN結(jié)合、梅爾頻譜圖與殘差神經(jīng)網(wǎng)絡(luò)（ResNet）結(jié)合構(gòu)建了3種模型，并通過(guò)軟投票將其融合，完成對(duì)簡(jiǎn)單打鼾/OSA相關(guān)打鼾的分類(lèi)，準(zhǔn)確度和召回率分別為 83.44% 和 85.27% 。Cheng等16將鼾聲的MFCC、梅爾濾波器組（Fbanks）、短時(shí)能量和線性預(yù)測(cè)系數(shù)（LPC）相結(jié)合，利用LSTM完成OSA患者的識(shí)別，分類(lèi)準(zhǔn)確度達(dá)到95.3% 。Jiang等[18]從鼾聲中提取MFCC、PR800、SE等10個(gè)聲學(xué)特征，基于隨機(jī)森林完成特征篩選，采用LR、SVM、高斯貝葉斯、KNN和ANN等模型識(shí)別OSA患者，結(jié)果表明LR效果最好，準(zhǔn)確度、敏感度和特異度均達(dá)到 100% 。通過(guò)上述研究可以看出，鼾聲在OSA檢測(cè)方面具有巨大潛力，在多項(xiàng)研究中識(shí)別準(zhǔn)確度接近 100% ，值得在未來(lái)進(jìn)行更深入的探索。2.2基于鼾聲判斷OSA嚴(yán)重程度鼾聲不僅可用于診斷OSA，其聲學(xué)特征還可反映OSA患者的嚴(yán)重程度[20]。Chiang等[5]通過(guò)薈萃分析發(fā)現(xiàn)，鼾聲的強(qiáng)度、頻率和時(shí)間與AHI之間存在高度相關(guān)性，這表明轟聲的聲學(xué)特征可以提供判斷OSA嚴(yán)重程度的重要信息。表2概述了利用鼾聲與機(jī)器學(xué)習(xí)技術(shù)相結(jié)合判斷OSA嚴(yán)重程度的研究。

Bahr-Hamm等[21]計(jì)算了鼾聲、心電圖和胸腹部偏移信號(hào)的采樣熵作為SVM的輸人，對(duì)OSA嚴(yán)重程度進(jìn)行判斷，結(jié)果顯示鼾聲的信號(hào)熵效果最好，判斷非OSA（R）與輕度OSA（L）的曲線下面積（AUC）為0.61，R與中度OSA（M）為0.68，R與重度OSA（H）為0.84，L與M為0.63，L與 H 為0.82，M與H為 0.65 。Ye等[22]從鼻聲中提取聲學(xué)特征，使用ReliefF和最大相關(guān)性與最小冗余（mRMR）相結(jié)合進(jìn)行特征篩選，然后應(yīng)用SVM、LR、KNN和NB模型驗(yàn)證不同嚴(yán)重程度的OSA患者識(shí)別的有效性，結(jié)果顯示基于選取的top-20 特征，利用SVM，在AHI分列為5、15、30的閥值下，識(shí)別OSA患者的準(zhǔn)確度分別為 100%.100% 、98.94% 。Luo等[23]提出了一種基于深度特征遷移的OSA檢測(cè)方法，利用CNN提取的呼吸音的深度特征訓(xùn)練LR分類(lèi)器，在 _AHI=15，30 的閥值下，分類(lèi)準(zhǔn)確度分別為 80.17% 和 80.21% 。Cho等24]提取了睡眠呼吸音的MFCC、LPC、SE等508個(gè)特征，使用隨機(jī)森林算法，基于AHI分別為5、15、30的閾值標(biāo)準(zhǔn)進(jìn)行二元分類(lèi)，準(zhǔn)確度分別為 88.2% 、 82.3% 和 81.7% 。Hou等[25]提出了一種通過(guò)使用鼾聲的等效矩形帶寬相關(guān)維度（ECD）結(jié)合GMM來(lái)估計(jì)AHI的方法，展示了一種評(píng)估睡眠呼吸暫停風(fēng)險(xiǎn)的潛在無(wú)創(chuàng)性方法，在AHI分別為15、30的閾值下分類(lèi)準(zhǔn)確度達(dá)到了80.17% 和 80.21% 。Qiu等[2通過(guò)PubMedBERT增強(qiáng)鼾聲的音頻特征以豐富其多樣性和細(xì)節(jié)，隨后使用XGBoost根據(jù)睡眠呼吸暫停事件的數(shù)量對(duì)OSA嚴(yán)重程度進(jìn)行分類(lèi)，正常、輕度、中度和重度的準(zhǔn)確度分別為 50%.50%.66.7% 和 75% ，達(dá)到診斷水平。

隨著人工智能技術(shù)的發(fā)展，為了提升自動(dòng)判斷OSA嚴(yán)重程度模型的性能，越來(lái)越多的研究者將深度學(xué)習(xí)技術(shù)應(yīng)用其中。Fang等27]使用3種機(jī)器學(xué)習(xí)算法（SVM、KNN、RF）和一種深度學(xué)習(xí)算法[音頻頻譜圖轉(zhuǎn)換器（AST）開(kāi)發(fā)了基于模擬轟聲的OSA診斷模型，結(jié)果表明深度學(xué)習(xí)算法的識(shí)別能力優(yōu)于機(jī)器學(xué)習(xí)算法，在AHI分別為5、15和30的水平下，AST的識(shí)別準(zhǔn)確度分別為0.926，0.887和0.830。Le等[28]提出了一種實(shí)時(shí)逐個(gè)檢測(cè)OSA的方法，基于鼾聲的梅爾頻譜圖結(jié)合DNN和線性回歸模型，可以完成對(duì)無(wú)事件、呼吸不足、呼吸暫停3類(lèi)OSA事件的檢測(cè)以及OSA嚴(yán)重程度的判斷，AUC分別達(dá)到0.93、0.85和0.94。Romero等[29]通過(guò)DNN確定睡眠呼吸音片段是否存在OSA，然后計(jì)算AHI，從而評(píng)估OSA嚴(yán)重程度，中度和重度OSA敏感度分別達(dá)到了0.79和0.78，特異度分別為0.80和0.93。Wang等[30]提出了一種名為OSAnet的深度卷積神經(jīng)網(wǎng)絡(luò)，用于識(shí)別鼾聲中的OSA事件，并據(jù)此估計(jì)AHI，在AHI分別為5、10，15、30的閾值下，敏感度分別為 93.6% 82.5% 、88.5% 和 95.6% 。目前基于鼾聲對(duì)OSA嚴(yán)重程度的判斷集中在不同AHI閾值下的二分類(lèi)，三分類(lèi)、四分類(lèi)，但其效果普遍不佳。此外，因?yàn)樗脭?shù)據(jù)集的數(shù)據(jù)量、采集方式等均不統(tǒng)一，因此不同研究的分類(lèi)效果差異很大，難以進(jìn)行對(duì)比。未來(lái)亟待建立數(shù)據(jù)量龐大的公開(kāi)數(shù)據(jù)集，以利于對(duì)該領(lǐng)域的進(jìn)一步探索。2.3基于鼾聲確定阻塞部位不同阻塞部位有不同的手術(shù)治療方案，因此明確OSA患者上呼吸道阻塞部位一直是臨床上的關(guān)鍵問(wèn)題。目前確定阻塞部位的金標(biāo)準(zhǔn)是藥物誘導(dǎo)睡眠內(nèi)鏡檢查（DISE），但尚存在一些局限性，如藥物選擇的影響以及自然睡眠和藥物誘導(dǎo)睡眠之間的差異等。臨床上迫切需要一種低成本、方便且無(wú)創(chuàng)的確定阻塞部位的新方式。Gurpinar等將55例OSA患者的DISE的檢查結(jié)果與鼾聲的聲學(xué)分析相結(jié)合，發(fā)現(xiàn)腭后（RP）和舌后（RL）阻塞（ scriptstyleP=0.001 ），多級(jí)（ML）和RL阻塞（ P=0.025）的平均音調(diào)頻率、基頻和峰值聲音頻率的差異均有顯著性，分析圖顯示RP阻塞患者具有尖銳的峰值和較低的頻率，而RL曲線平滑且頻率較高。該結(jié)果表明通過(guò)鼾聲來(lái)確定OSA患者的阻塞部位是可行的。目前已有一些研究者關(guān)注了基于鼾聲對(duì)OSA患者阻塞部位的自動(dòng)分類(lèi)，見(jiàn)表3。

Liu等[31]提取鼾聲的MFCC，使用KNN進(jìn)行RP、RL和ML的三分類(lèi)，模型準(zhǔn)確度為 85.55% ，結(jié)合年齡、性別和體質(zhì)量指數(shù)，準(zhǔn)確度提升至 87.98% 。Ding等[32]基于對(duì)鼾聲數(shù)據(jù)集慕尼黑-帕紹鼾聲語(yǔ)料庫(kù)（MPSSC）的原始劃分，采用在原型網(wǎng)絡(luò)中嵌入CNN的元學(xué)習(xí)算法將鼾聲分為軟腭、口咽、舌根、會(huì)厭阻塞，模型的非加權(quán)平均召回率為 77.13% ，其中軟腭、口咽、舌、會(huì)厭分別為 75.5%.80.0%.75.0% 和78.0% 。Sebastian等[33]提取鼾聲的MFCC、共振峰頻率、能量等時(shí)頻特征，通過(guò)特征選擇和多類(lèi)LDA進(jìn)行四分類(lèi)（側(cè)壁、上腭、舌根、多級(jí)），總體準(zhǔn)確度為62% ，舌/非舌阻塞準(zhǔn)確度為 77% 。Sun等[34]設(shè)計(jì)了一個(gè)新特征-基于趨勢(shì)的MFCC（TCC），并利用主成分分析進(jìn)行降維，最后使用SVM完成軟腭、口咽、舌根和會(huì)厭的四分類(lèi)，非加權(quán)平均召回率為 87.5% 。之后使用包含多尺度熵（MSE）和MFCC的59維融合特征，采用相同的辦法進(jìn)行分類(lèi)，非加權(quán)平均值為87.63% ，軟腭、口咽、舌、會(huì)厭的敏感度分別為98.04%.80.56%.72.73% 和 94.12%^[35] 。通過(guò)上述研究可以看出，通過(guò)鼾聲確定阻塞位置具有極大的研究潛力，但目前該領(lǐng)域研究較少，模型分類(lèi)性能有待提升，且各研究的分類(lèi)類(lèi)別也不相同，未來(lái)應(yīng)在統(tǒng)一標(biāo)準(zhǔn)下進(jìn)行深人研究。

3語(yǔ)音

3.1OSA患者語(yǔ)音信號(hào)異常特征語(yǔ)音信號(hào)是由人類(lèi)聲帶振動(dòng)產(chǎn)生的復(fù)雜音頻信號(hào)，它包含大量的人體特征信息，且可以通過(guò)無(wú)創(chuàng)性手段獲取。相對(duì)于正常人群，OSA患者語(yǔ)音信號(hào)存在明顯異常，表現(xiàn)在：（1）在OSA人群中可以發(fā)現(xiàn)神經(jīng)運(yùn)動(dòng)功能障礙，由于呼吸肌群或上氣道肌群缺乏可調(diào)節(jié)的神經(jīng)支配，這會(huì)影響發(fā)音并導(dǎo)致語(yǔ)音模糊。（2）0SA患者因睡眠打鼾的長(zhǎng)期影響，其上呼吸道黏膜和聲帶會(huì)發(fā)生炎性變化。（3）OSA患者上呼吸道結(jié)構(gòu)的改變（包括舌骨位置降低、腭咽帆增厚、后帆空間縮小、咽后壁增厚以及腭咽腔狹窄）導(dǎo)致腭咽閉合功能障礙和語(yǔ)音異常。Fox等[36]發(fā)現(xiàn)約有 74% 的OSA患者出現(xiàn)不同程度的共鳴和發(fā)聲異常，因而引起了許多研究人員的興趣。

目前，語(yǔ)音信號(hào)的采集方式主要是讓受試者（包括OSA患者和正常群體）在同一特定時(shí)段（比如清醒時(shí)或睡前1h）朗誦研究人員提前準(zhǔn)備的語(yǔ)料，錄制音頻以比較其在時(shí)頻特征上的差異，或作為后續(xù)模型輸入的原始數(shù)據(jù)。語(yǔ)料一般為持續(xù)元音居多的句段或單詞，即希伯來(lái)語(yǔ)中的 ，或后鼻音 持續(xù)元音的優(yōu)點(diǎn)在于，與連續(xù)語(yǔ)音信號(hào)相比，持續(xù)元音的發(fā)音更省力，而且不受語(yǔ)速、發(fā)聲停頓或壓力的影響。目前對(duì)于中文語(yǔ)料尚無(wú)統(tǒng)一要求。

另一種研究方式是探究語(yǔ)音信號(hào)中的時(shí)頻特征與AHI之間相關(guān)性。該種方法通過(guò)建立回歸模型找尋語(yǔ)音信號(hào)中一個(gè)或多個(gè)音頻特征與AHI之間的數(shù)學(xué)關(guān)系，或是訓(xùn)練深度學(xué)習(xí)模型，將受試者的語(yǔ)音信號(hào)預(yù)處理后作為輸入直接預(yù)測(cè)AHI值并作為診斷OSA的依據(jù)。常用特征如時(shí)域和頻域特征、LPC、LPCC、MFCC等。

3.2通過(guò)語(yǔ)音診斷OSA 十九世紀(jì)九十年代已有學(xué)者注意到OSA患者的語(yǔ)音信號(hào)異常，如Monoson等[38]通過(guò)聆聽(tīng)的方式對(duì)患者發(fā)聲狀況進(jìn)行分類(lèi)，聽(tīng)力結(jié)果顯示OSA患者組中約有 62% 被判定為異常，而這一數(shù)據(jù)在慢性阻塞性肺病患者和正常組中分別為 23% 和 8% ;Fiz等[39]分析了18例男性O(shè)SA患者和10例正常男性的發(fā)聲情況，發(fā)現(xiàn)2組受試者所發(fā)出的/i/ I^e/e/Λ 元音的最大諧波頻率存在差異。

基于上述發(fā)現(xiàn)，研究人員開(kāi)始將音頻信號(hào)處理技術(shù)和機(jī)器學(xué)習(xí)算法應(yīng)用于OSA自動(dòng)檢測(cè)，取得了許多新的成果。Pozo等[40]建立了一個(gè)包含OSA患者和健康對(duì)照組的西班牙語(yǔ)語(yǔ)音數(shù)據(jù)庫(kù)，比較兩者的聲學(xué)特征，并建立高斯混合模型進(jìn)行分類(lèi)，最終達(dá)到了 81% 的分類(lèi)準(zhǔn)確度。Goldshtein等[37在希伯來(lái)語(yǔ)群體中進(jìn)行了類(lèi)似的研究，他們比較了OSA患者和健康人語(yǔ)音信號(hào)的梅爾倒譜系數(shù)，并基于隱馬爾可夫（hiddenmarkov model，HMM）分類(lèi)器進(jìn)行分類(lèi)，最終在男性和女性患者中分別得到 83% 和 86% 的準(zhǔn)確度。Ding等[41]采集了151例疑似OSA的成年男性患者的語(yǔ)音信號(hào)，基于LPCC等一系列聲學(xué)特征建立了SVM模型預(yù)測(cè)AHI指數(shù)，并以 AHI=30 次/h和AHI=10 次h為閾值進(jìn)行分類(lèi)，準(zhǔn)確度均達(dá)到了78.8% 。上述研究證明了基于語(yǔ)音信號(hào)的OSA自動(dòng)檢測(cè)技術(shù)在各種語(yǔ)言背景下的可行性。

近年來(lái)，隨著深度學(xué)習(xí)語(yǔ)音處理技術(shù)的突破，為基于語(yǔ)音的OSA自動(dòng)檢測(cè)技術(shù)提供了無(wú)限可能。一些在音頻處理領(lǐng)域已然成熟的模型被投入應(yīng)用，例如CNN、RNN、LSTM等，在診斷準(zhǔn)確度和效率上都取得了不錯(cuò)的效果。見(jiàn)表4。

4總結(jié)與展望

基于聲學(xué)信息檢測(cè)OSA是一種新興的OSA的診療技術(shù)，為其早期診斷、嚴(yán)重程度判斷以及阻塞位置確定提供了新的技術(shù)解決方案，但仍存在一定的局限性，亟待重點(diǎn)攻關(guān)和突破。

4.1OSA聲學(xué)診斷的機(jī)制研究OSA患者和正常受試者的鼾聲聲學(xué)特征（如頻譜、音調(diào)強(qiáng)度、共振峰等）存在明顯差異。這些差異可能反映了上呼吸道氣流受阻、振動(dòng)模式以及氣道的生理變化。但是，聲學(xué)特征與OSA發(fā)病機(jī)制之間的具體關(guān)系仍不明確。例如，鼾聲的產(chǎn)生與上呼吸道氣流的變化和軟組織的振動(dòng)密切相關(guān)，但這些生理過(guò)程如何在聲學(xué)信號(hào)中體現(xiàn)，以及如何準(zhǔn)確反映OSA的不同嚴(yán)重程度仍是尚待深人研究的問(wèn)題。鼾聲的聲學(xué)特征與上呼吸道阻塞位置的關(guān)系也尚無(wú)可靠的結(jié)論。此外，目前OSA的判斷主要依據(jù)AHI，但研究表明AHI可能無(wú)法完全反映OSA的嚴(yán)重程度，有些患者AHI較低，但卻具有重度OSA的癥狀[52]。因此，未來(lái)的研究中應(yīng)考慮到OSA的不同表型，減少對(duì)AHI的依賴(lài)度，同時(shí)結(jié)合生理學(xué)、聲學(xué)及信號(hào)處理技術(shù)，進(jìn)一步探索聲學(xué)信號(hào)與OSA病理生理之間的關(guān)系。通過(guò)先進(jìn)的傳感技術(shù)和機(jī)器學(xué)習(xí)/深度學(xué)習(xí)方法的一體化融合，研究人員可以更精細(xì)地分析信號(hào)，智能提取OSA聲學(xué)特征，揭示鼾聲與OSA嚴(yán)重程度和阻塞位置之間的關(guān)聯(lián)。

4.2多模態(tài)信息融合用于OSA的精準(zhǔn)篩查隨著技術(shù)的進(jìn)步，單一的聲學(xué)信息已經(jīng)不能完全滿(mǎn)足OSA篩查的需求。未來(lái)，通過(guò)融合聲學(xué)、生理和影像等多模態(tài)信息，可以為OSA提供更為全面的診斷支持。生理信號(hào)（如氣流、呼吸暫停、血氧飽和度等）與聲學(xué)信號(hào)（如鼾聲的頻譜分析）相結(jié)合，能夠彌補(bǔ)單一信號(hào)在篩查中的不足。影像學(xué)技術(shù)，如睡眠監(jiān)測(cè)過(guò)程中結(jié)合上呼吸道影像，能夠?yàn)闅獾雷枞牟课缓统潭忍峁└庇^的信息。多模態(tài)信息融合技術(shù)有望顯著提高OSA的診斷準(zhǔn)確性，特別是在輕度患者的早期篩查中。未來(lái)，人工智能和大數(shù)據(jù)模型將被廣泛應(yīng)用于多模態(tài)數(shù)據(jù)的融合分析，從而實(shí)現(xiàn)更加精準(zhǔn)的診斷。

4.3基于OSA可穿戴設(shè)備的社區(qū)篩查隨著物聯(lián)網(wǎng)技術(shù)和可穿戴設(shè)備的發(fā)展和普及，未來(lái)嘗試將聲學(xué)、血氧、氣流等多種生理信號(hào)傳感器集成在可穿戴設(shè)備中，并通過(guò)物聯(lián)網(wǎng)技術(shù)構(gòu)建云平臺(tái)，以實(shí)現(xiàn)實(shí)時(shí)的健康監(jiān)測(cè)和數(shù)據(jù)分析。這種智能化設(shè)備不僅能夠進(jìn)行高效的早期篩查，還能為用戶(hù)提供個(gè)性化的健康建議和預(yù)警，及時(shí)發(fā)現(xiàn)潛在的OSA風(fēng)險(xiǎn)。通過(guò)這種智能化、便攜的設(shè)備，OSA的篩查將能夠覆蓋到社區(qū)甚至家庭，大大提升了疾病早期發(fā)現(xiàn)的可能性。

參考文獻(xiàn)

[1]FRANKLIN K A，LINDBERG E. Obstructive sleep apnea isa common disorder in the population-a review on the epidemiology of sleepapnea[J].J Thorac Dis，2015，7（8）：1311-1322.doi： 10.3978/j.issn.2072-1439.2015.06.11.

[2] YEGHIAZARIANS Y，JNEID H，TIETJENS JR，et al. Obstructive sleep apnea and cardiovascular disease：a scientific statement from the American Heart Association[J]. Circulation，2O21，144（3）： e56-e67. doi：10.1161/CIR.0000000000000988.

[3]PEVERNAGIE D，AARTS R M，DE MEYER M. The acoustics of snoring[J]. Sleep Med Rev，2010，14（2）：131-144.doi：10.1016/j. smrv.2009.06.002.

[4]KAPUR V K，AUCKLEY D H， CHOWDHURI S，et al. Clinical practice guideline for diagnostic testing for adult obstructive sleep apnea：an american academy of sleep medicine clinical practice guideline[J].JClin Sleep Med，2017，13（3）： 479-504. doi： 10.5664/jcsm.6506.

[5]CHIANG J K，LIN Y C，LU C M，et al. Corlation between snoring sounds and obstructive sleep apnea in adults： a meta-regression analysis[J]. Sleep Sci，2022，15（4） ：463-470.doi：10.5935/1984- 0063.20220068.

[6]GURPiNAR B，SALTURK Z，KUMRAL T L，et al. Analysis of snoring to determine the site of obstruction in obstructive sleep apnea syndrome[J]. Sleep Breath，2021，25（3）：1427-1432. doi： 10.1007/s11325-020-02252-5.

[7]PEREZ-PADILLA J R，SLAWINSKI E，DIFRANCESCO L M， et al. Characteristics of the snoring noise in patients with and without occlusive sleep apnea[J].Am Rev Respir Dis，1993，147（3） ：635- 644. doi： 10.1164/ajrccm/147.3.635.

[8]FIZ JA，ABAD J， JANE R， et al. Acoustic analysis of snoring sound in patients with simple snoring and obstructive sleep apnoea [J].Eur Respir J，1996，9（11）：2365-2370.doi：10.1183/ 09031936.96.09112365.

[9]NG A K，KOH TS，BAEY E，et al. Could formant frequencies of snoresignals be an alternative means for the diagnosis of obstructive sleep apnea？[J]. Sleep Med，2008，9（8）：894-898. doi： 10.1016/j.sleep.2007.07.010.

[10]HERZOG M，SCHMIDT A， BREMERT T，et al. Analysed snoring soundscorrelate to obstructive sleep disordered breathing[J].Eur Arch Otorhinolaryngol，2008，265（1）：105-113.doi：10.1007/ s00405-007-0408-8.

[11]DING L，PENG J，SONG L，et al. Automatically detecting OSAHS patientsbased on transferlearningand model fusion[J].Physiol Meas，2024，45（5） ：055013.doi： 10.1088/1361-6579/ad4953.

[12]DING L，PENG J，SONG L，et al. Automatically detecting apneahypopnea snoring signal based on VGG19 + LSTM[J]. Biomed Signal Process Control，2023，80：104351. doi： 10.1016/j.bspc.2022.104351.

[13]SONG Y，SUN X，DING L，et al. AHI estimation of OSAHS patients based on snoring classification and fusion model[J].Am JOtolaryngol， 2023，44（5）：103964.doi： 10.1016/j.amjoto.2023.103964.

[14]LUO H W，LIH，LU Y，et al. Design of embedded real-time system forsnoring and OSA detection based on machine learning[J]. Measurement，2023，214：112802.doi：10.1016/j.measurement.2023.112802.

[15]SUN X，DING L， SONG Y，et al. Automatic identifying OSAHS patients and simple snorers based on Gaussian mixture models [J]. Physiol Meas，2023，44（4） ：045003.doi：10.1088/1361-6579/ accd43.

[16]CHENG S， WANG C， YUE K，et al. Automated sleep apnea detection in snoring signal using long short-term memory neural networks[J]. Biomedical Signal Processing and Control，2022，71 （Jan.Pt.B）： 103238.1-103238.9.doi：10.1016/j.bspc.2021.103238.

[17] CASTILLO-ESCARIO Y，WERTHEN-BRABANTS L， GROENENDAAL W，et al. Convolutional neural networks for apnea detection from smartphone audio signals ： effect of window size [C/ OL]//2O22 44th Annual International Conference of the IEEE Engineering in Medicine amp; Biology Society （EMBC）.2022： 666- 669[2024-11-28J. htps：//ieeexplore.iee.org/document/9871396.

[18]JIANG Y，PENG J，SONG L.An OSAHS evaluation method based onmulti-features acoustic analysis of snoring sounds [J]. Sleep Med，2021，84：317-323.doi：10.1016/j.sleep.2021.06.012.

[19]SHEN F，CHENG S，LI Z，et al.Detection of snore from OSAHS patients based on deep learning[J].J Healthc Eng，2O20，2020： 8864863. doi： 10.1155/2020/8864863.

[20]JIANG Y，PENG J，ZHANG X.Automatic snoring sounds detection from sleep sounds based on deep learning[J].Phys Eng Sci Med， 2020，43（2）：679-689.doi：10.1007/s13246-020-00876-1.

[21] BAHR-HAMM K，ABRIANI A，ANWAR A R，et al. Using entropy of snoring，respiratory effort and electrocardiography signals during sleep for OSA detection and severity classification[J]. Sleep Med， 2023，111：21-27. doi：10.1016/j.sleep.2023.09.005.

[22]YE Z，PENG J，ZHANG X，et al. Identification of OSAHS patients based on ReliefF-mRMR feature selection[J].Phys Eng Sci Med， 2024，47（1）：99-108.doi：10.1007/s13246-023-01345-1.

[23]LUO J，LIU H，GAO X，et al. A novel deep feature transfer-based OSA detection method using sleep sound signals[J].Physiol Meas， 2020，41（7）：075009.doi： 10.1088/1361-6579/ab9e7b.

[24]CHO S W，JUNG S J，SHIN JH，et al. Evaluating prediction models of sleep apnea from smartphone-recorded sleep breathing sounds[J]. JAMA Otolaryngol Head Neck Surg，2022，148（6）： 515-521.doi： 10.1001/jamaoto.2022.0244.

[25]HOUL，PAN Q，YIH，et al. Estimating a sleep apnea hypopnea index based on the erb correlation dimension of snore sounds[J].Front Digit Health，2020，2：613725. doi：10.3389/fdgth.2020.613725.

[26]QIU X，WANG C，LI B，et al. An audio-semantic multimodal model for automatic obstructive sleep Apnea-Hypopnea Syndrome classification via multi-feature analysis of snoring sounds[J]. Front Neurosci，2024，18：1336307.doi：10.3389/fnins.2024.1336307.

[27]FANG L，CAIJ，HUANG Z，et al. Assessment of simulated snoring sounds with artificial intelligence for the diagnosis of obstructive sleep apnea[J]. Sleep Med，2025，125：100-107.doi：10.1016/j. sleep.2024.11.018.

[28]LE VL，KIM D，CHO E，et al. Real-time detection of sleep apnea based on breathing sounds and prediction reinforcement using home noises：algorithm development and validation[J].JMed Internet Res，2023，25：e44818. doi： 10.2196/44818.

[29]ROMERO H E，MA N，BROWN G J，et al. Acoustic screening for obstructive sleep apnea in home environments based on deep neural networks[J]. IEEEJBiomed Health Inform，2022，26（7） ： 2941- 2950. doi：10.1109/JBHI.2022.3154719.

[30] WANG B，TANG X，AI H，et al. Obstructive sleep apnea detection based on sleep sounds via deep learning[J]. Nat Sci Sleep，2022， 14：2033-2045. doi：10.2147/NSS.S373367.

[31]LIU Y，F(xiàn)ENG Y，LI Y，et al.Automatic classification of the obstruction site in obstructive sleep apnea based on snoring sounds [J].AmJOtolaryngol，2022，43（6）：103584. doi：10.1016/j. amjoto.2022.103584.

[32]DING L，PENG JX. Automatic clasification of snoring sounds from excitation locations based on prototypical network [J].Applied Acoustics，02，958799.doi：1016/jaacoust202799.

[33]SEBASTIAN A，CISTULLI PA，COHEN G，et al. Automated identification of the predominant siteof upper airwaycollapse in obstructive sleep apnoea patients using snore signal[J]. Physiol Meas，2020，41（9）：095005.doi：10.1088/1361-6579/abaa33.

[34]SUN J，HU X，CHEN C，et al. Amplitude spectrum trend-based feature for excitation location classification from snore sounds [J]. Physiol Meas，2020，41（8） ： 085006.doi：10.1088/1361-6579/ abaa34.

[3D」SUNJ，HUX，PENGS，et al.Automatic classitication of excitation location of snoring sounds[J].JClin Sleep Med，2021，17（5）： 1031-1038. doi： 10.5664/jcsm.9094.

[36]FOX AW，MONOSON PK，MORGAN CD.Speech dysfunction of obstructive sleep apnea.A discriminant analysis of its descriptors [J]. Chest，1989，96（3）：589-595.doi：10.1378/chest.96.3.589.

[37]GOLDSHTEIN E，TARASIUK A，ZIGEL Y. Automatic detection of obstructive sleep apnea using speech signals[J]. IEEE Trans Biomed Eng，2011，58（5）：1373-1382.doi：10.1109/TBME.2010.2100096.

[38]MONOSON P K，F(xiàn)OX A W. Preliminary observation of speech disorder in obstructive and mixed sleep apnea[J]. Chest，1987，92 （4） ：670-675.doi：10.1378/chest.92.4.670.

[39]FIZ JA，MORERA J，ABADJ，et al. Acoustic analysis of vowel emission in obstructive sleep apnea[J]. Chest，1993，104（4）： 1093-1096. doi： 10.1378/chest.104.4.1093.

[40]POZO RF，MURILLO JLB，GOMEZ LH，et al. Assessment of severe apnoea through voice analysis，automatic speech，and speaker recognition techniques［J]. EURASIP Journal on Advances in Signal Processing，2009，2009（10）：982531：1-982531：11.

[41]DING Y，WANG J，GAO J，et al. Severity evaluation of obstructive sleep apnea based on speech features[J]. Sleep Breath，2021，25 （2）：787-795.doi：10.1007/s11325-020-02168-0.

[42] UGUR T K， YILMAZ D， YILDIZ M，et al. A preliminary study on OSA severity levels detection by evaluating speech signals nonlinearities with multi-class classification[J]. IEEE Access， 2023，11：120997-121012. doi：10.1109/ACCESS.2023.3327902.

[43]YILMAZ D， YILDIZ M， UYAR TOPRAK Y， et al. Obstructive sleepapnea detection with nonlinear analysis of speech [J]. Biomedical Signal Processing and Control，2023，84：104956. doi： 10.1016/j.bspc.2023.104956.

[44]ZHANG K，CAO L，DING Y，et al. Obstructive sleep apnea detection using pre-trained speech representations[J]. 2023，2023 （8）：1139-1143.doi：10.21437/Interspeech.2023-278.

[45]BOTELHO C，ABAD A，SCHULTZ T，et al. Visual speech for obstructive sleep apnea detection [J]. Interspeech，2021，2021： 2516-2520.doi：10.21437/Interspeech.2021-1717.

[46]PANGKG，HSUNG TC，LAWAKW，etal.Optimal vowels measurements for obstructive sleep apnea detection using speech signals[J].2O20 IEEE 3rd International Conference on Information Communication and Signal Processing （ICICSP），2020，2020：143- 147. doi ： 10.1109/1CICSP50920.2020.9231972.

[47]SIMPLY R M，DAFNA E，ZIGEL Y. Diagnosis of obstructive sleep apnea using speech signals from awake subjects[J]. IEEE Journal of Selected Topics in Signal Processing，2020，14（2） ： 251-260. doi ： 10.1109/JSTSP2019.2955019.

[48]PERERO-CODOSERO JM，ESPINOZA-CUADROSF，ANTONMARTIN J，et al. Modeling obstructive sleep apnea voices using deep neural network embeddings and domain-adversarial training [J].IEEE Journal of Selected Topics in Signal Processing，2020，14 （2）：240-250.doi：10.1109/JSTSP.2019.2957977.

[49]ESPINOZA-CUADROS F， FERNANDEZ-POZO R， TOLEDANO D T，et al. Reviewing the connection between speech and obstructive sleep apnea[J]. Biomed Eng Online，2016，15：20.doi： 10.1186/s12938-016-0138-5.

[50]BEN OR D， DAFNA E，TARASIUK A，et al. Obstructive sleep apnea severity estimation：Fusion of speech-based systems [J]. Annu Int Conf IEEE Eng Med Biol Soc，2016，2016：3207-3210. doi： 10.1109/EMBC.2016.7591411.

[51]SOLE-CASALS J，MUNTEANU C，MARTIN O C，et al. Detection ofsevere obstructive sleep apnea through voice analysis [J]. Applied Soft Computing.2014．23：346-354.doi：10.1016/i.