脆性X综合征(FXS)和雷特综合征(RTT)是目前尚未在幼儿期之前诊断出的发育障碍。尽管语言缺陷是这两种情况的主要症状之一，但对于婴儿发声声学以自动早期识别受影响的个体知之甚少。为了弥合这一差距，我们将智能音频分析方法应用于一个紧凑的数据集，该数据集包含4454个家庭录制的发声，其中3名FXS患者和3名RTT患者年龄在6至11个月，以及6名年龄和性别匹配的典型开发控件(TD)。在一组标准化的88个声学特征的基础上，我们训练了线性核支持向量机，以评估(a)FXSvsTD、(b)RTTvsTD、(c)非典型发展(FXS+RTT)自动分类的可行性)与TD,(d)FXSvsRTTvsTD。在范式(a)-(c)中，所有婴儿都被正确分类;在范式(d)中，12个中有9个是这样。光谱/倒谱和能量相关特征与所有范式的分类最相关。尽管样本量很小，但这项研究揭示了对FXS和RTT早期发声特征的新见解，并为未来早期识别受影响的个体提供了技术基础，从而实现了早期干预和家庭咨询。
婴儿发育是指出生后第一年内人体有机体的结构和功能变化。这些变化反映在不同的发展领域，例如认知领域、运动领域或语音语言领域。例如，后者揭示了一系列语音转换，这些转换表征了从出生后最初几周内占主导地位的原音到通常在一岁左右产生的第一个有意义的单词1、2、3、4、5、6、7、8.然而，有时发育过程似乎偏离了被认为在正常范围内的情况。例如，这可能会在行为特征和/或延迟的成就甚至发展里程碑的未实现中变得明显。发育障碍是一种以至少一个发育领域的缺陷为特征的医学病症9。大多数发育障碍在生命早期就表现出来9.由于特定的身体和/或行为特征，有些在出生时甚至更早时就已经很明显，例如21三体(唐氏综合症)。相比之下，有些发育障碍缺乏明显的早期迹象。在这些疾病中，早期发育似乎明显不明显地进行，直到达到与神经典型发育的偏差的某个阈值并且可以做出临床诊断。在某些疾病中，这不会发生在蹒跚学步之前10。众所周知的“迟到”发育障碍是自闭症谱系障碍(ASD)。尽管许多候选基因和环境因素与ASD相关的讨论越来越多，但其确切病因至今仍不清楚9,11,12,13,14。其他一些晚期检测到的发育障碍有明确的遗传原因，例如罕见的脆性X综合征(FXS)或雷特综合征(RTT)。
FXS目前被称为智力残疾的最普遍遗传原因15，英国遗传学家JamesPurdonMartin和JuliaBell16于1943年首次将FXS描述为“精神缺陷”。该综合征的名字来源于与X染色体相关的脆性X智力迟钝1(FMR1)基因的突变，该基因导致该病症17,18。FXS的患病率约为7000名男性中的1名和11,000名女性中的1名19。它在受累女性中的表现通常比在男性中更轻微20导致女性的平均诊断年龄更高(约42个月)，而男性为36个月21。
RTT是一种严重的神经系统疾病。它以奥地利神经儿科医生AndreasRett的名字命名，他是1966年第一个记录一组受影响患者的人22,23。33年后，编码甲基-CpG结合蛋白2(MECP2)的X染色体连锁基因的从头突变被确定为RTT的主要原因24。RTT发生在10,000名活产女性中的大约1名25;大多数受影响的男性在产前26，尽管据报道，越来越多的存活男性MECP2突变27.其中包括，例如，患有Klinefelter综合征的男性(即，他们有一条Y染色体和两条X染色体)，他们的一条X染色体带有一个MECP2基因突变，以及男性，他们有镶嵌MECP2突变(即，细胞含有MECP2突变的存在于正常细胞系旁边)。平均而言，根据针对特定运动异常和表达性语言使用不典型性的临床共识标准，RTT个体在大约32个月28被诊断出来29。
语音语言领域的缺陷是RTT29、30和FXS20、31、32的核心特征。然而，对于FXS或RTT患者的早期语言能力，即前驱期33,34,35,36的语言行为的了解有限。在一项比较10名FXS个体和14名典型发育(TD)个体在9-12个月大时的(前)语言发展的研究中，Belardi及其同事37报告了FXS患者每次产生的音节数量减少和产生的规范音节的比例减少。Hamrick及其同事38对一组22名FXS患者和一组17名TD对照组的初步结果表明，9个月时语言行为的选定特征之间的关联，例如平均基频(F○)orF○范围和24个月时的语言结果可能在各组之间有所不同。在Marschik及其同事对15名出生后2年RTT患者的纵向研究中39，发现一些人没有获得某些(前)语言能力，例如规范音节的重复或(原-)字。观察到15个人中只有1人会产生单词组合。此外，与RTT39、40、41、42个体的早期语言行为相关的非典型声音模式，例如高音哭泣、侵入性或压制性发声的阶段被反复报告.发现这种模式与明显典型的声音模式发生变化43。然而，尽管这些先前的研究可能会提出FXS或RTT患者早期语言特征的证据，但在信号水平上对早期音频记录的FXS和RTT相关语言行为的详细声学调查仍然悬而未决。
本研究的目的是通过跟上智能音频分析的兴起来弥补这一差距。智能音频分析可以被视为高级音频信号处理和机器学习的结合44。为广泛的应用建立方法论基础——所有这些都在记录音频信号的自动分析和分类领域——智能音频分析显着影响了计算副语言学领域45和相关的年度(Interspeech)计算副语言学挑战系列46,47.典型的计算副语言学任务是记录语音的自动分类或语音相关元信息的基于音频的检索，例如年龄和性别48、情绪状态46、49、50、51或说话者的医疗状况44,47,52,53。在过去的几年里，计算副语言学也偶尔关注婴儿语言行为的分类，例如与情绪相关的50种或语言前54种婴儿声音的自动区分。
2016年，我们进行了第一个基于早期语言行为自动识别RTT与典型发展(TD)的实验，并取得了76.5%的有希望的未加权平均召回率55.在本研究中，我们打算通过扩展一种方法学上改进的智能婴儿发声分析方法来继续我们已经启动的工作，以用于另一种晚期检测到的遗传疾病——FXS。根据记录的6至11个月FXS、RTT和TD个体的语言行为的紧凑数据集，解决了不同的分析场景。这包括在同一个模型中处理FXS个体、RTT个体和TD个体的数据的场景。通过关注以下两个研究问题，我们旨在使用FXS和RTT的示例为基于语言行为的早期非典型发育(AD)检测提供技术基础：(1)FXS个体的早期语言行为是否可以，患有RTT的人，和TD个体会根据声学特征自动区分吗?(2)哪些声学特征有助于自动区分FXS个体、RTT个体和TD个体的早期言语行为?据我们所知，这是第一个关于FXS的智能婴儿发声分析研究，也是第一个对两种晚期检测到的遗传疾病数据的多类方法。我们的工作将为未来可靠的基于言语行为的早期检测目前晚期检测到的发育障碍(如FXS和RTT)奠定基石，促进受影响个体的早期干预以及对其家人的早期咨询。