吞咽声学数据库构建技术与方法探索

摘要

吞咽障碍在老年群体中发病率高，若未能及时识别与干预，易引发误吸、营养不良及肺部感染等严重并发症。近年来，基于声学特征的吞咽功能评估因其非侵入性、可操作性强及适用于远程监测等优势，受到广泛关注。然而，现有研究普遍存在样本量小、音频类型单一、采集与处理标准不统一等问题，制约了声学技术在吞咽障碍识别中的深入应用。本研究在北京市和石家庄市13家养老机构中招募650名受试者，纳入635名合格受试者，共采集7 922条涵盖吞咽音、咳嗽音与语音的有效音频。每条音频提取23个声学特征，涵盖时域、频域、能量及非线性4个维度，共提取182 206个声学特征。基于波形图、时频图与频谱图分析，初步验证了不同音频事件在多维度声学特征上的显著差异。最终，本研究开发了一套标准化的吞咽声学数据采集与处理流程，构建了覆盖多类型音频事件与多维度声学特征的吞咽声学数据库，为后续声学标志物识别、智能识别模型构建、远程吞咽功能评估系统开发等提供了数据支撑，具有重要科研价值与广阔应用前景。

关键词

吞咽障碍 / 吞咽困难 / 老年人 / 吞咽音 / 咳嗽音 / 语音 / 声学特征 / 数据库