新冠病毒的迹象可能隐藏在语音信号中
当同事们在与感冒作斗争时，通常很容易分辨出来——他们听起来很不舒服。也许他们的声音比较低或者有鼻音。感染会以各种方式改变我们的声音质量。但麻省理工学院林肯实验室的研究人员正在检测COVID-19患者的这些变化，即使这些变化对人们来说太细微了，以至于他们自己都听不到甚至注意不到。
通过处理COVID-19感染者但尚未表现出症状的语音录音，这些研究人员发现了该疾病的语音生物标志物或可测量指标的证据。这些生物标志物源于感染引起的呼吸、喉部和关节系统肌肉运动的中断。描述这项研究的技术信最近发表在IEEE开放医学与生物学工程杂志．
虽然这项研究仍处于早期阶段，但初步的发现为更详细地研究这些声音变化奠定了框架。这项工作也有希望使用移动应用程序来筛查人们的疾病，特别是那些没有症状的人。
头部特写
“当我在看新闻的时候，我有了这个‘顿悟’的时刻，”实验室人类健康和性能系统小组的高级工作人员托马斯·夸蒂里说。Quatieri在过去的十年里一直领导着该小组在声音生物标志物方面的研究;他们的重点是发现神经疾病的声音生物标志物，如肌萎缩性侧索硬化症(ALS)和帕金森病。这些疾病和许多其他疾病会改变大脑将思想转化为语言的能力，而这些变化可以通过处理语音信号来检测到。
他和他的团队想知道COVID-19是否也存在声音生物标志物。症状让他们这么想。当症状出现时，一个人通常有呼吸困难。当一个人说话时，呼吸系统的炎症会影响呼出空气的强度。这种空气在产生语音的过程中与数百块其他可能发炎的肌肉相互作用。这些相互作用会影响声音的响度、音调、稳定性和共振，这些可测量的质量构成了它们的生物标志物的基础。
在看新闻时，Quatieri意识到他面前有COVID-19检测呈阳性的人的语音样本。他和同事们在YouTube上搜索了名人或电视主持人在COVID-19呈阳性但无症状时接受采访的片段。他们确定了五个受试者。然后，他们下载了这些人感染COVID-19之前的访谈，尽可能匹配音频条件。
然后，他们使用算法从每个音频样本中的声音信号中提取特征。“这些声音特征是大脑潜在运动的代理语言产生哈佛大学语言和听力生物科学与技术项目的博士候选人塔尼亚·塔尔卡尔说。
信号的振幅或响度被提取出来，作为呼吸系统运动的代表。为了研究喉部的运动，他们测量了音调和音调的稳定性，这是声带稳定程度的两个指标。作为发音器运动的代表——比如舌头、嘴唇、下巴等等——他们提取了语音峰。语音峰是一种频率测量，它对应于口腔如何塑造声波，以创造一系列音素(元音和辅音)，并贡献某种音质(例如鼻音和暖音)。
他们假设，COVID-19炎症导致这些系统的肌肉过度耦合，导致运动不那么复杂。“把这些语音子系统想象成熟练钢琴家的手腕和手指;通常情况下，这些动作是独立的，非常复杂，”Quatieri说。现在，想象一下如果手腕和手指的动作粘在一起，像一个整体一样移动。这种耦合将迫使钢琴家演奏更简单的曲调。
研究人员在他们的特征中寻找耦合的证据，在被试说话时，测量每个特征在10毫秒内相对于另一个特征的变化。然后将这些值绘制在特征谱上;特征谱图的形状表明了信号的复杂性。“如果值的特征空间形成一个球体，则信号是复杂的。如果不那么复杂，它可能看起来更像一个平坦的椭圆形，”Talkar说。
最后，他们发现，与COVID-19之前的访谈相比，COVID-19访谈中的动作复杂性降低了。“喉部和关节运动之间的耦合不那么突出，但我们看到呼吸和喉部运动之间的复杂性降低了，”Talkar说。
早期检测
这些初步结果表明，来自语音系统协调的生物标志物可以指示COVID-19的存在。然而，研究人员指出，现在得出结论还为时过早，需要更多的数据来验证他们的发现。他们现在正在使用卡内基梅隆大学公开发布的数据集，其中包含来自COVID-19检测呈阳性的个人的音频样本。
除了收集更多数据来推动这项研究，该团队还在考虑使用移动应用程序实现它。正在与麻省理工学院麦戈文大脑研究所的萨特拉·高希合作，将COVID-19的声音筛查整合到其VoiceUp应用程序中，该应用程序最初是为了研究声音和抑郁之间的联系而开发的。后续的努力可能会将这种声音筛查添加到How We Feel应用程序中。该应用程序会向用户询问他们的日常健康状况和人口统计数据，目的是利用这些数据确定热点地区，并预测该国不同地区的患病人数比例。要求用户每天提交一份语音备忘录，以筛查COVID-19的生物标志物，这可能有助于科学家了解疫情。
该研究小组的负责人杰弗里·帕尔默(Jeffrey Palmer)说:“集成在移动应用程序中的传感系统可以在人们感到不适之前，及早发现感染，特别是对于这些从未感到不适或表现出症状的人群。”“这也是美国陆军感兴趣的，作为整体COVID-19监测系统的一部分。”即使在诊断之后，这种感知能力也可以帮助医生远程监控患者的进展或监测疫苗或药物治疗的效果。
随着研究团队继续他们的研究，他们计划做更多的工作来解决可能导致结果不准确的潜在混杂因素，例如不同的录音环境，受试者的情绪状态，或其他导致声音变化的疾病。他们也支持类似的研究。麻省总医院布里格姆COVID创新中心已将他们与遵循该团队框架分析咳嗽的国际科学家联系起来。
“还有很多其他有趣的领域值得关注。在这里，我们观察了对声道的生理影响。我们还希望扩大我们的生物标志物，以考虑与COVID-19相关的神经生理学影响，比如味觉和嗅觉的丧失。”Quatieri说。“这些症状也会影响说话。”
进一步探索
本文转载自麻省理工学院新闻(web.mit.edu/newsoffice/)，这是一个很受欢迎的网站，涵盖有关麻省理工学院研究、创新和教学的新闻。
