研究人员开发了新的哭声分析仪来寻找婴儿健康的线索

　　对父母来说，婴儿的哭声是饥饿、疼痛或不舒服的信号。但对科学家来说，哭声的细微声学特征，其中许多是人耳无法察觉的，可以包含有关婴儿健康的重要信息。

　　来自布朗大学和罗德岛妇幼医院的一组研究人员开发了一种新的基于计算机的工具，可以对婴儿的哭声进行精细的声学分析。研究小组希望他们的婴儿哭声分析仪能为研究人员和临床医生带来新的方法，利用哭声来识别患有神经问题或发育障碍的儿童。

　　布朗大学精神病学和人类行为学助理教授斯蒂芬·谢恩科普夫(Stephen Sheinkopf)帮助开发了这项新工具，他说:“有很多情况可能会导致哭泣声音的差异。”“例如，由于怀孕或分娩并发症而导致出生创伤或脑损伤的婴儿或极度早产的婴儿可能会产生持续的医疗影响。哭泣分析可以是一种非侵入性的方法，可以测量非常年幼的婴儿神经生物学和神经行为系统的这些破坏。”

　　这种新的分析仪是布朗大学工程学院的教员和妇女和婴儿医院的教员两年合作的成果。一篇描述该工具的论文正在出版社出版。

　　该系统分两个阶段运行。在第一阶段，分析器将记录的哭声分成12.5毫秒的帧。分析每一帧的几个参数，包括频率特性、声音和音量。第二阶段使用第一阶段的数据对问题进行更广泛的了解，并将参数数量减少到最有用的那些。这些画面被重新组合在一起，要么是一个声音——一个单一的“哇”——要么是沉默，声音之间的停顿。将较长的话语与较短的话语分开，并记录话语之间的时间。音高，包括音高随时间变化的轮廓，以及其他变量可以在每个话语中平均。

　　最后，系统评估了80个不同的参数，每个参数都能提供婴儿健康状况的线索。

　　“这是一个全面的工具，我们可以从婴儿的哭声中获得尽可能多的重要信息，”工程教授、布朗大学工程人/机器系统实验室主任哈维·西尔弗曼说。

　　为了了解需要寻找哪些重要的东西，西尔弗曼和他的研究生布莱恩·雷吉阿尼尼(Brian Reggiannini)、李晓雪(Xiaoxue Li)与申科普夫和布朗大学风险儿童研究中心主任巴里·莱斯特(Barry Lester)密切合作。

　　西尔弗曼说:“我们把他们看作是我们可能想要得到的各种信号的专家，而我们的工程师是我们可能真正能够实现的和实现方法的专家。”所以在一起工作很顺利。”

　　莱斯特多年来一直在研究婴儿的哭声，他说，这种研究可以追溯到20世纪60年代，一种叫做Cri du chat综合征的疾病。

　　猫叫是由一种类似唐氏综合症的基因异常引起的。患有这种疾病的婴儿会发出明显的、尖锐的哭声。虽然即使没有敏感的机器，“哭”字也能准确无误，但莱斯特和其他人想知道，哭声的细微差异是否也可能是孩子健康状况的指标。

　　莱斯特说:“我们的想法是，哭泣可以成为进入大脑的窗口。”

　　如果神经系统缺陷改变了婴儿控制声带的方式，那么这些微小的差异可能会在音高和其他声学特征上表现出来。莱斯特发表了几篇论文，表明哭泣的差异与营养不良、产前药物暴露和其他风险引起的医疗问题有关。

　　莱斯特说:“哭泣是一种早期预警信号，可以在观察整个婴儿的情况下使用。”

　　莱斯特说，然而，以今天的标准来看，这些早期研究中使用的工具是原始的。在早期的工作中，记录的哭声被转换成声谱图，随着时间的推移，音高变化的视觉读数。然后，研究技术人员手工读取和编码每个频谱图。后来的系统在一定程度上自动化了这一过程，但研究仍然缓慢而繁琐。

　　这种新的自动化分析仪使研究人员能够更快、更详细地评估哭声。布朗大学的研究小组计划将其提供给世界各地的研究人员，以期开发新的哭泣研究途径。

　　专门研究发育障碍的Sheinkopf计划使用该工具寻找可能与自闭症相关的哭泣特征。

　　“我们很早就知道，老年自闭症患者会发出不寻常或不典型的声音或发声，”Sheinkopf说。“因此，婴儿的发声被认为是开发自闭症早期识别工具的有用工具。这是一个很大的挑战。如何在婴儿期发现自闭症的迹象?”

　　答案可以用哭声来编码。

　　“早期发现发育障碍是至关重要的，”莱斯特补充说。“它可以让我们深入了解这些疾病的原因，并采取干预措施，预防或减轻损害的严重程度。”