文章目录

1 资料与方法

1.1 研究对象

1.2 ADSV分析

1.3 统计学方法

2 结果

2.1 正常组与病理嗓音组间持续元音和连续言语下ADSV分析结果

2.2 正常组与病理嗓音组间持续元音和连续言语下ADSV分析参数的ROC曲线分析结果

2.3 ADSV分析参数识别正常与病理嗓音的能力

2.4 ADSV分析参数在不同病理嗓音间的差异

2.5 ADSV分析参数识别不同病理嗓音的能力

3 讨论

文章摘要:目的:利用发声与言语嗓音障碍分析（ADSV）软件对病理嗓音进行检测，明确ADSV参数在识别病理嗓音中的作用。方法:分别采集113例病理嗓音患者（声带息肉患者93例、声门型喉癌患者20例）以及47例嗓音正常志愿者的持续元音和连续言语的声学信号，采用ADSV分析各组在持续元音和连续言语下的嗓音参数：倒频谱峰值（CPP）、倒频谱峰值标准差（CPP SD）、低/高频谱比（L/H ratio）、低/高频谱比标准差（L/H ratio SD）及嗓音障碍倒频谱/频谱指数（CSID）,探究这些参数在识别病理嗓音中的作用。结果:在持续元音声学信号中，正常组的CPP、L/H ratio值均大于病理嗓音组（P＜0.001）,CPP SD、CSID则小于病理嗓音组（P＜0.001）,其中CPP、CSID的ROC曲线下面积分别为0.95、0.99,是诊断病理嗓音的重要声学参数。在连续言语声学信号中，正常组的CPP、CPP SD、L/H ratio均大于病理嗓音组（P＜0.001）,其中CPP SD的曲线下面积为0.90,对于诊断病理嗓音具有较高的准确性。同时ADSV嗓音分析参数CPP、CPP SD、CSID、L/H ratio在声带息肉组和声门型喉癌组之间的差异也有统计学意义（P＜0.05）。判别分析模型结果显示利用ADSV嗓音参数不仅能够区别病理嗓音，而且能够较好地区分声带息肉和喉癌。结论:ADSV嗓音分析参数不仅能够区分正常与病理嗓音信号，而且还能区分不同类型的病理嗓音，其在诊断病理嗓音上具有较高的敏感性和特异性。

文章关键词:

项目基金: 上一篇：医药卫生方针政策与法律法规研究论文_西
下一篇：没有了