情感韵律识别与表达的结合及其与精神分裂症症状的关联

《Asian Journal of Psychiatry》：Coupling of Emotional Prosody Recognition and Expression and Their Associations with Psychiatric Symptoms in Schizophrenia

精神分裂症患者情感语调识别能力显著低于健康对照组，且声学特征（如音量动态范围、基频范围及频谱特征）异常与负性症状呈正相关。多变量分析显示，结合情感语调识别与声学特征能有效预测症状严重性，提示感知与表达缺陷的整合分析对评估病情具有潜力。

　　

作者：周安琪、李秋红、李瑶瑶、谭腾飞、邓光星、詹金乐、李瑞肯、佘胜林、郑英军、吴超

北京大学护理学院，中国北京 100191

摘要

背景

情感韵律对于社会交流至关重要，但在精神分裂症患者中常常出现紊乱。然而，情感韵律识别、表达性声学特征与精神症状之间的关系尚未完全明了。本研究探讨了精神分裂症患者的语音情感韵律（SER）识别能力、情感表达的声学特征及其与症状维度的关联。

方法

96名精神分裂症患者和54名健康对照组完成了标准化的情感韵律识别任务以及由情感视频引发的自发性言语任务。声学特征通过eGeMAPS特征集进行提取。精神症状使用阳性与阴性症状量表（PANSS）进行评估。

结果

患者对各种情感的识别准确性显著下降，同时混淆率也增加，这两者都与症状严重程度相关，尤其是阴性症状。声学分析显示，患者的发声模式较为平缓且缺乏动态变化，表现为音量变异性降低、基频范围受限以及频谱-共振峰特征改变，这些变化与阴性症状的关系最为密切。逐步回归分析表明，结合SER表现和表达性声学特征的模型比仅基于某一领域的模型更能准确预测症状严重程度，能够解释超过三分之一的阴性症状变异。

结论

情感韵律识别和表达的缺陷密切相关，共同反映了精神分裂症的核心病理机制。研究结果初步支持将感知和表达性韵律标志作为症状严重程度的客观、定量指标的实用性，并强调了情感韵律在精神分裂症评估和干预中的潜在价值。

引言

精神分裂症是一种严重的精神障碍，全球约有1%的人口受到影响（Marder和Cannon，2019年），仍是导致长期残疾的主要原因之一（Velligan和Rao，2023年）。除了阳性症状和认知症状外，阴性症状和社会认知障碍在患者功能表现不佳中起着关键作用，包括人际关系受损、职业功能下降和生活质量降低（Dziwota等人，2018年；Handest等人，2023年；Jauhar等人，2022年；Mannarini等人，2022年）。社交功能的缺陷进一步增加了患者孤独感、绝望感和自杀念头的风险，这凸显了针对社会认知和沟通能力干预的重要性（Vinu和Georgiades，2025年）。

社会认知包括识别他人情感、推断他人心理状态以及在社交互动中产生适当情感反应的能力（Green等人，2015年）。情感韵律是社会交流的基本渠道，通过音高、强度、节奏和时长的变化来传达情感意图（Brück等人，2011年；Ross，2000年）。不同情感的声学模式存在系统差异，高唤醒情绪具有更大的变异性，而低唤醒情绪则表现为动态范围较小（Hubbard等人，2017年）。解码或表达这些线索的障碍会严重干扰日常交流。

大量研究表明，精神分裂症患者在情感韵律识别方面存在显著缺陷（Gong等人，2021年；Lado-Codesido等人，2022年；Lin等人，2018年；Pawe?czyk等人，2021年），这些缺陷与症状严重程度增加、社交互动和日常生活功能受损以及预后不良有关（Gold等人，2012年；Gong等人，2021年；Leitman等人，2010年；She等人，2024年）。计算语音分析技术的进步使得能够识别精神分裂症患者情感表达中的声学异常。阴性症状如言语贫乏和情感平淡与音高和强度变异性降低、停顿增多以及言语输出缩短有关（Parola等人，2020年；Zhao等人，2022年）。尽管基于声学特征的机器学习方法在患者与对照组分类方面显示出潜力，但症状的异质性限制了仅依赖表达特征的模型的效果（de Boer等人，2020年）。因此，近期研究强调了多模态方法和生态效度高的言语任务，如自发性或基于视频的实验范式，这些方法对情感和认知整合提出了更高要求（Chuang等人，2023年；Parola等人，2023年；Voppel等人，2023年）。

尽管有大量证据表明情感韵律识别和表达存在障碍，但仍存在一些空白。大多数研究分别探讨了这两个领域，导致它们之间的相互作用尚未得到充分理解（Hoekert等人，2007年；Thonse等人，2018年）。理论和实证研究表明，情感感知和表达是相互关联的过程，由重叠的神经系统支持（Catarina C等人，2016年；Shaw等人，1999年；Van Der Zant，2023年），但很少有研究将行为识别指标与表达的声学标志结合起来。这限制了我们对这两个领域如何共同影响症状严重程度的理解。

因此，本研究旨在探讨精神分裂症患者中情感语音韵律识别和表达之间的相互关系，并确定每个领域单独或结合时与精神症状维度的关联。我们假设语音情感识别和表达的障碍是内在耦合的，它们的整合将有助于提高症状预测的准确性，从而支持其在客观评估和针对性干预中的潜在价值。

参与者

2024年7月至2025年7月期间，从广州脑科医院招募了96名精神分裂症患者。诊断由经验丰富的精神科医生根据DSM-5标准确认。所有患者在参与研究时均接受稳定的药物治疗。纳入标准为：年龄18–59岁、右利手、母语为普通话且智商（IQ）高于70。排除标准包括中度至重度听力障碍、神经系统疾病等。

情感韵律识别表现

一项三因素方差分析（组别×材料类型×情感类别），控制了智商因素，结果显示组别（p < 0.001）和情感类别（p < 0.001）的主效应显著，表明精神分裂症患者的整体情感韵律识别能力较差，并且不同情感之间的识别准确性存在差异。材料类型的主效应不显著。组别与情感类别之间的交互作用显著（F?,??? = 5.83，p < 0.001；见图1和表2）。

情感韵律识别障碍

精神分裂症患者在所有七种情感类别中的情感韵律识别能力均显著受损，表现明显低于健康对照组。这种显著的组间效应，加上混淆矩阵中持续较低的准确率，表明患者在解码语音情感信息方面存在普遍障碍，而不仅仅是特定情感的缺陷。这些发现与大量研究结果一致。

结论

本研究通过探讨情感韵律识别与表达性声学特征之间的关联及其与精神症状的关系，全面描述了精神分裂症患者的情感韵律处理机制。多变量分析显示，感知缺陷与情感语音产生中的声学动态性降低之间存在紧密联系，表明情感交流存在整体性障碍。结合情感韵律识别和表达的能力

财务披露

本研究得到了中国国家自然科学基金一般项目的支持（项目编号：32271138）。资助机构未参与本研究的设计、分析、解释或撰写工作。

资金来源

本研究得到了中国国家自然科学基金一般项目的支持（项目编号：32271138）。

CRediT作者贡献声明

詹金乐：项目管理、调查。李瑞肯：项目管理、调查。谭腾飞：项目管理、调查。邓光星：项目管理、调查。李秋红：项目管理、方法学研究、调查。李瑶瑶：项目管理、调查。周安琪：撰写初稿、数据可视化、项目管理、方法学研究、数据分析。吴超：撰写、审稿与编辑。

利益冲突声明

作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。

致谢

我们感谢精神分裂症患者和健康志愿者的参与，以及广州脑科医院工作人员提供的宝贵支持。

利益冲突声明

无