
پردازش سیگنالهای صوتی (شامل گفتار/صوت/صدا و صداهای فیزیولوژیک درونی بدن) به یکی از برجستهترین ابزارهای زیستنشانگر دیجیتال (Digital Biomarkers) در پزشکی تبدیل شده است. این روش غیرتهاجمی (non-invasive)، ارزانقیمت، در دسترس و قابل استفاده از راه دور است. بهطور کلی، بیماریهایی که پردازش سیگنال صوتی در تشخیص، غربالگری، پایش و توانبخشی آنها نقشی اثباتشده یا روبهرشد دارد، در پنج حوزه اصلی دستهبندی میشوند:

در این بیماریها، مدارهای عصبی کورتیکال، زیرکورتیکال و اعصاب مغزی کنترلکننده عضلات تنفسی و گویایی دچار آسیب میشوند:
* بیماری پارکینسون (Parkinson's Disease):
* علائم صوتی: دیسآرتری هیپوکینتیک، کاهش بلندی صدا (Hypophonia)، لرزش صوتی، یکنواختی لحن و فرکانس (Monopitch).
* نقش پردازش صوت: غربالگری سالها پیش از علائم حرکتی، ردیابی نوسانات دارویی (فاز On/Off) و تنظیم پارامترهای تحریک عمقی مغز (DBS).
* آلزایمر و اختلال شناختی خفیف (AD & MCI):
* علائم صوتی: مکثهای طولانی غیرطبیعی، کاهش آهنگ گفتار، کاهش تنوع واژگان و انحرافات معنایی.
* نقش پردازش صوت: تفکیک افراد سالم از MCI و پیشبینی تبدیل MCI به دمانس حاد با پردازش توأم آکوستیک و زبانشناختی (NLP).
* اسکلروز جانبی آمیوتروفیک (ALS - بیماری نورون حرکتی):
* علائم صوتی: ضعف و فلج پیشرونده عضلات زبان، لب و حنجره، ایجاد دیسآرتری بولبار، تودماغی شدن صدا (Hypernasality).
* نقش پردازش صوت: تشخیص درگیری زودهنگام پیاز مغز، شبیهسازی و بانکگذاری صدای شخصی (Voice Banking) برای تولید گفتار با صدای خود فرد پس از از دست رفتن توانایی تکلم.
* سکته مغزی (Stroke) و ضربه مغزی (TBI):
* ارزیابی نوع و شدت آپراکسی (Apraxia)، آفازی (Aphasia) و دیسآرتری و هدایت برنامههای توانبخشی گفتار.
حالات خلقی تأثیر مستقیمی بر سیستم عصبی خودمختار (سمپاتیک و پاراسمپاتیک)، کنترل تنفس و تنش عضلانی تارهای صوتی دارند:
* افسردگی اساسی (Major Depressive Disorder - MDD):
* شاخصها: کاهش پویایی فرکانس پایه ($F_0$)، صدای تخت و بیاحساس، افزایش زمان سکوت و کندی در پاسخدهی.
* نقش پردازش صوت: پایش عینی پاسخ به درمانهای دارویی یا شناختی-رفتاری، ارزیابی خطر عود و غربالگری خطر خودکشی.
* اختلال دوقطبی (Bipolar Disorder):
* شاخصها: تمایز میان فاز شیدایی (Mania) با گفتار سریع، پرفشار و پرانرژی و فاز افسردگی با افت شدید انرژی آکوستیک.
* اسکیزوفرنی (Schizophrenia):
* شاخصها: کندی عاطفی در کلام (Flat Affect)، آشفتگی در انسجام ساختار کلامی و ناهنجاری در مکثها و تکیههای وزنی گفتار.
* اختلال استرس پس از سانحه (PTSD) و اضطراب حاد:
* تغییرات در ریتم تنفس و لرزشهای ریز زیرچاکنایی ناشی از تحریک مزمن سیستم سمپاتیک.
پردازش سیگنالهای صوتی برآمده از سرفه، تنفس و صدای ریه (Auscultation):
* کووید-۱۹، آنفلوآنزا و ذاتالریه (Pneumonia):
* شاخصها: تغییر ویژگیهای طیفی صدای سرفه و بازدم (فرمانتها، شاخصهای طیفی MFCC و نرخ تکرار).
* نقش پردازش صوت: تریاژ سریع بیماران تنفسی و پایش شیوع از طریق برنامههای تلفن همراه در بحرانهای بهداشتی.
* بیماری انسدادی مزمن ریه (COPD) و آسم (Asthma):
* شاخصها: شناسایی صدای خسخس (Wheeze) و کراکل (Crackle) در صدای تنفس با استفاده از گوشیهای پزشکی دیجیتال.
* نقش پردازش صوت: تشخیص تنگی مجاری هوایی و پیشبینی حملات حاد ریوی پیش از بروز نارسایی تنفسی.
* آپنه انسدادی خواب (Obstructive Sleep Apnea - OSA):
* شاخصها: تحلیل صدای خروپف و الگوهای سکوت تنفسی شبانه جهت تشخیص گرفتگی مجرای فوقانی بدون نیاز همیشگی به پلیسومنوگرافی پرهزینه در کلینیک.
ناهنجاریهای فیزیکی تارهای صوتی مستقیماً الگوی هوای عبوری و لرزش مخاطی را تخریب میکنند:
* پولیپ، ندول و کیست تارهای صوتی (Vocal Cord Polyps & Nodules):
* شاخصها: افزایش شدید نوسانات دورهای (Jitter و Shimmer)، کاهش نسبت هارمونیک به نویز (HNR) به دلیل خشونت و گرفتگی صدا (Dysphonia).
* سرطان حنجره (Laryngeal Cancer):
* غربالگری غیرتهاجمی تودههای انسدادی حنجره از روی افت تقارن صوتی و نویز توربولنت در مراحل اولیه.
* فلج تارهای صوتی (Vocal Fold Paralysis):
* ارزیابی عدم تقارن در بستهشدن تارهای صوتی و بررسی روند بهبود عصب راجعه حنجره پس از جراحیهای تیروئید.
* بیماریهای دریچهای قلب و نارسایی قلبی (Heart Murmurs):
از طریق *فونوکاردیوگرافی دیجیتال (Digital Phonocardiography - PCG)* و پردازش سیگنال صداهای دریچه ای قلب و تفکیک سوفلهای سیستولیک و دیاستولیک با روشهای تبدیل موجک (Wavelet) و یادگیری عمیق.
* بیماری عروق کرونر (CAD):
* برخی پژوهشهای اخیر نشان دادهاند ایسکمی میوکارد و نارسایی قلبی احتقانی میتوانند تغییرات ظریفی در دینامیک عروقی حنجره و طنین صدا به جا بگذارند.
* اختلالات طیف اوتیسم (ASD) در کودکان:
* تشخیص الگوهای آتیپیک در پردازش شنوایی، لحن یکنواخت یا متناقض و تحلیل ساختار گریه نوزادان در ماههای نخست زندگی به عنوان نشانگر زودهنگام ناهنجاریهای تکاملی-عصبی.
