基于自监督表示的言语特征作为重度抑郁症辅助诊断的生物标志物

《Nature Communications》：Speech as a biomarker for supported diagnosis of major depressive disorder using self-supervised representations

　　

摘要

重度抑郁障碍的诊断迫切需要客观的生物标志物以实现临床应用。在本研究中，我们建立了迄今为止最大的多中心研究队列（N?=?1,816；包括910名重度抑郁障碍患者和906名健康对照组），使用了23,608个标准化的语音样本。基于6,373个声学韵律特征，我们开发了一种深度学习框架，该框架采用自监督架构来挖掘语音生物标志物。我们对预训练的基础模型，如WavLM和HuBERT，以及从openSMILE中提取的传统声学特征进行了系统性比较分析。模型性能通过接收者操作特征曲线下面积（AUC）、灵敏度和特异性来评估。我们的框架在内部验证中达到了0.932的AUC值（n?=?333），显著优于传统方法，同时在外部验证中也保持了良好的性能（n?=?160，AUC?=?0.879）。与其他模型相比，自监督表示方法展现了更强的诊断准确性。借助这一庞大的语音生物标志物数据集，我们的研究结果为抑郁症的快速、经济且无创的评估提供了新的方法。