声带良性疾病的嗓音声学微观特征分析

Analysis of Vocal-Acoustic Characteristics of Benign Vocal Fold Diseases

摘要: 目的：分析声带息肉、声带小结及声带囊肿的嗓音声学微观特征，探讨其在疾病鉴别诊断及病理机制研究中的价值。方法：选取60例声带良性疾病患者(息肉、小结、囊肿各20例)及20例健康对照者，采集Jitter、Shimmer、MPT、DSI及谐噪比HNR五项参数，采用单因素方差分析(ANOVA)及LSD事后检验进行组间比较。结果：疾病组与健康组在所有五项参数上均存在显著差异(P < 0.001)。具体而言，声带息肉组在基频与振幅稳定性上受损最重(Jitter: 1.172%, Shimmer: 6.864%)；声带囊肿组的嗓音噪声成分最多(HNR: 18.451 dB)；声带小结组的发声效能(MPT, DSI)优于息肉和囊肿组，但均差于健康组。结论：三种常见声带良性疾病具有特征性且可量化的嗓音声学微观表现。多参数嗓音分析可作为喉镜检查的有效补充，可为疾病的鉴别诊断、疗效评估及病理生理机制的深入理解提供客观依据。

Abstract: Objective: To analyze the micro-acoustic characteristics of voice in patients with vocal fold polyps, vocal fold nodules, and vocal fold cysts, and to explore their value in the differential diagnosis and study of pathological mechanisms. Methods: A total of 60 patients with benign vocal fold diseases (20 each with polyps, nodules, and cysts) and 20 healthy controls were enrolled. Five acoustic parameters—Jitter, Shimmer, Maximum Phonation Time (MPT), Dysphonia Severity Index (DSI), and Harmonics-to-Noise Ratio (HNR)—were collected. Inter-group comparisons were performed using one-way analysis of variance (ANOVA) and the Least Significant Difference (LSD) post-hoc test. Results: Significant differences (P < 0.001) were observed between the disease groups and the healthy control group across all five parameters. Specifically, the vocal fold polyp group exhibited the most severe impairment in fundamental frequency and amplitude stability (Jitter: 1.172%, Shimmer: 6.864%). The vocal fold cyst group demonstrated the highest level of vocal noise (HNR: 18.451 dB). The vocal fold nodule group showed better vocal efficiency (regarding MPT and DSI) than the polyp and cyst groups, but performance was still inferior to that of the healthy controls. Conclusion: The three common benign vocal fold diseases exhibit distinctive and quantifiable micro-acoustic characteristics. Multi-parameter voice analysis can serve as an effective supplement to laryngoscopy, providing an objective basis for the differential diagnosis, treatment outcome evaluation, and a deeper understanding of the pathophysiological mechanisms of these conditions.

1. 引言

人类言语的产生依赖于声音的共鸣、清晰度、流畅性及韵律特征等多个因素的精密协作，其中任一环节的异常均可能导致交流能力下降。嗓音产生的关键部位出现损伤，可能是身体特定神经生理系统的结构和器官变化的早期迹象，这不仅影响个体正常参与交流活动的能力，更对其整体身心健康产生深远作用[1]。声带良性疾病作为耳鼻喉科的常见病，严重损害患者的嗓音功能与生活质量。随着医疗技术的发展，对声带疾病的诊断和评估亟需更精准、客观的方法。嗓音分析技术作为一种非侵入性且能从微观层面定量反映嗓音特征的手段，可为深入研究声带良性疾病提供了新的视角[2]。该技术能敏感地捕捉到声带微小病变引起的振动特性改变，对于早期诊断、病情监测和治疗效果评估具有至关重要的作用[2]-[4]。本研究旨在通过系统分析声带息肉、声带小结与声带囊肿这三种常见疾病的嗓音声学微观特征，揭示其特异性变化。

2. 研究对象与方法

2.1. 研究对象

本研究选取2023年7月至2024年12月期间于青海省人民医院就诊的60例以声音嘶哑为主诉的声带良性疾病患者作为研究对象，疾病类型涵盖声带息肉、声带小结与声带囊肿，各20例。其中男性29例，女性31例，年龄范围为41.1 ± 10.24岁。另选取年龄与性别匹配的20例健康个体作为对照组，其中男性10例，女性10例，年龄范围为40.4 ± 10.17岁。患者纳入标准如下：均经喉镜检查确诊为单一类型的声带良性疾病；此前未接受过相关治疗；无其他喉部或全身性疾病等干扰嗓音功能。本研究方案经青海省人民医院伦理委员会批准。

2.2. 数据采集

采用德国Ling-WAVES嗓音分析软件进行检测。检测在隔音室(背景噪声 < 30 dB)内进行，受试者取坐位，口距麦克风30厘米，以自然舒适的音调和响度发持续元音“a”，时间不少于3秒。软件自动记录嗓音信号，并取其中相对稳定的段落进行参数分析，提取指标包括：基频微扰(Jitter)、振幅微扰(Shimmer)、谐波噪声比(HNR)、发声障碍指数(DSI)、最长发声时间(MPT)。MPT的测量要求患者先深吸气，然后尽可能长地发元音/a:/，重复3次，取最大值。DSI值由软件根据特定公式自动计算得出，计算公式为：DSI = 0.13 × MPT (s) + 0.0053 × F0-High (Hz) − 0.26 × I-Low (dB) − 1.18 × Jitter (%) + 12.4。

2.3. 统计方法

采用SPSS 26.0软件进行数据处理。计量资料以均数 ± 标准差表示。采用Shapiro-Wilk检验进行正态性检验，确认数据符合正态分布后，采用单因素方差分析(ANOVA)比较四组间各声学参数的总体差异。若总体差异具有统计学意义(P < 0.05)，则进一步采用LSD法进行两两比较。

2.4. 结果

四组研究对象的五项嗓音参数比较结果见表1，ANOVA分析显示，各组在Jitter、Shimmer、MPT、DSI及HNR上的差异均具有高度统计学意义(P < 0.001)。

Table 1. Comparison of acoustic parameters among groups

表1. 各组声学参数比较

变量	健康组(n = 20)	声带小结组(n = 20)	声带囊肿组(n = 20)	声带息肉组(n = 20)	F值	P值
Jitter (%)	0.266 ± 0.129	0.807 ± 0.197	1.048 ± 0.411	1.172 ± 0.365	36.038	<0.001
Shimmer (%)	2.953 ± 0.867	5.034 ± 0.778	5.911 ± 1.052	6.864 ± 1.260	54.987	<0.001
MPT (s)	18.714 ± 2.778	13.646 ± 1.974	12.070 ± 2.612	11.557 ± 2.226	36.524	<0.001
DSI	2.921 ± 1.001	−0.890 ± 0.762	−1.945 ± 1.758	−2.048 ± 1.385	66.139	<0.001
HNR (dB)	23.758 ± 0.922	21.120 ± 1.382	18.451 ± 2.585	20.152 ± 2.579	24.463	<0.001

注：所有参数经单因素方差分析，组间差异具有统计学意义(P < 0.001)。

Table 2. Post-hoc pairwise comparisons of acoustic parameters (LSD method)

表2. 声学参数事后两两比较(LSD法)结果

参数	组间排序(由好至差)
Jitter	健康组 < 声带小结组 < 声带囊肿组 < 声带息肉组
Shimmer	健康组 < 声带小结组 < 声带囊肿组 < 声带息肉组
MPT	健康组 > 声带小结组 > (声带囊肿组 ≈ 声带息肉组)
DSI	健康组 > 声带小结组 > (声带囊肿组 ≈ 声带息肉组)
HNR	健康组 > 声带小结组 > 声带息肉组 > 声带囊肿组

注：“<”或“>”表示该参数值显著优于或差于后者；“≈”表示两组间该参数无显著差异(P > 0.05)。

LSD事后检验揭示的具体两两比较结果见表2，总体而言，所有疾病组的声学参数均差于健康组(P < 0.05)。声带息肉组的Jitter和Shimmer值最高，显示其基频和振幅稳定性最差。声带囊肿组的HNR值最低，表明其嗓音中噪声成分占比最高。在发声效能方面(MPT和DSI)，声带小结组的表现优于息肉组和囊肿组，但仍显著差于健康组，而后两组(囊肿与息肉)之间则无显著差异。

3. 讨论

本研究通过客观声学分析，系统揭示了三种常见声带良性疾病独特的嗓音微观特征，这些特征与疾病的病理机制密切相关，具有重要的临床意义。

3.1. 声学特征的病理机制关联

数据表明，三类疾病组在Jitter、Shimmer、DSI、MPT、HNR等核心参数上均表现出偏离正常对照组(P < 0.001)，这与声带病变所致振动周期稳定性下降的机制存在内在关联[5]。进一步分析发现，不同疾病参数的偏移方向与程度具有显著的类型特异性，其本质与各病变的病理损伤深度直接相关。声带息肉：病理核心在于其位于声带固有层浅层，由黏膜下水肿、血管扩张及纤维组织增生形成的赘生物，直接导致声带质量分布不均[6] [7]。这种异常的“质量负荷”显著增大了声带振动时的惯性，从根本上破坏了振动的周期性与对称性[7]-[10]。这些病理改变与振动特性异常共同导致声带息肉患者表现出最显著的基频与振幅扰动(如本研究数据显示其Jitter与Shimmer值在三组中最高)，构成其振动稳定性最差的根本原因。声带小结：好发于双侧声带前中1/3交界处上皮层的局限性纤维结缔组织增生，形成对称性“微凸起”，而固有层的弹性纤维结构基本得以保留[11] [12]。这种表浅的、局限性的病变虽未破坏声带的分层振动结构，但直接导致声带边缘平整度下降[13]。在发声时，这些“微凸起”引发声门闭合处的局部气流扰动，致使振幅微扰(Shimmer)呈局部性增高，并影响基频微扰(Jitter)。同时，由于声带振动的局部力学特性被改变，谐波的产生与传播受阻，这在声学上表现为谐噪比(HNR)降低。但由于固有层结构相对完好，其对发声功能(MPT, DSI)的总体影响通常弱于息肉[14] [15]。声带囊肿：作为黏膜下的囊性占位病变，其“占位效应”不仅显著增加声带质量与硬度，更关键地是破坏了声带的分层结构，导致黏膜波中断或消失。这不仅造成Jitter和Shimmer的不对称性改变，更严重干扰了谐波的产生与传播，致使HNR值显著降低，嗓音噪声成分最多[16] [17]。本研究发现囊肿组HNR最低，是其最具特征性的声学表现。本研究通过多维嗓音声学分析，系统揭示了三种常见声带良性疾病独特的嗓音微观特征，这些特征与疾病的病理机制密切相关。

3.2. 诊断与评估

嗓音声学微观特征在声带良性疾病的诊断与机制研究中具有重要价值。多项研究表明，这些特征可作为疾病诊断的客观依据[18]-[20]。与喉镜检查相结合，可显著提高诊断准确性，尤其在病变早期喉镜下表现不典型时，声学参数的改变可提供关键的早期诊断线索。需特别指出，嗓音声样的选择是确保参数准确反映发声功能的前提，合适的声样有助于客观评估发声器官功能状态[19]。大多数嗓音声学参数可作为嗓音疾病诊断与评估的辅助工具，而不同类型的声带病变具有不同的声学特征，可为鉴别诊断提供了依据。嗓音声学分析可通过监测治疗前后参数变化，客观评估治疗效果以反映声带功能恢复情况。例如，术后或保守治疗后，若基频微扰、振幅微扰减小，谐噪比提高，则表明治疗有效，声带功能趋于恢复[19] [21]-[23]。

3.3. 局限性

首先，本研究样本量相对较小，且为单中心设计，研究对象均来自同一地区，可能引入选择偏倚，限制结果的普适性。其次，嗓音分析仅基于持续元音样本，未能涵盖连续语音等更复杂的发声场景，限制了其生态效度。此外，本研究为横断面设计，缺乏对患者治疗后的长期随访数据，未能评估治疗后声学参数的动态演变。未来研究将进一步扩大样本量并进行多中心合作，以增强结论的可靠性与外推性；引入更敏感的声学分析指标，如倒谱参数(如CPP/CPPS)、谱倾斜参数(spectral tilt)、非线性动力学分析(如correlation dimension，Lyapunov exponents)等，以捕获经典参数未能揭示的病理生理信息，提供更全面的声学画像；同时，系统纳入连续语音、动态喉镜及空气动力学等多模态数据，构建更全面的评估体系；开展长期纵向研究，追踪疾病发展与治疗后的参数的动态演变。

4. 结论

本研究通过多维嗓音分析技术证实，声带息肉、声带小结及声带囊肿具有特征性的嗓音声学微观表现。声带息肉以振动周期和振幅的显著紊乱为特征；声带小结主要表现为局部振动不稳和发声效能中度下降；声带囊肿则以谐波噪声比的特异性显著降低最为突出。嗓音参数分析是一种有效的客观评估工具，对于声带良性疾病的辅助鉴别诊断、病理机制理解及治疗效果监测具有重要意义，未来研究可进一步丰富声学参数、优化分析技术并扩大样本量，从而更深入地揭示声带振动功能与嗓音声学特征之间的内在联系。

NOTES

^*通讯作者。