超声影像技术分析发音时舌运动模式的研究进展

朱孟贤 姜成惠 周广超 汪彬昺 李盛 施星辉

1.南京医科大学附属口腔医院口腔颌面外科 南京 210000；2.江苏省口腔疾病研究重点实验室 南京 210000；3.南京医科大学附属口腔医院影像科 南京 210000

超声影像技术对发音时舌体运动模式的研究，自20世纪80年代开始出现，近年来应用逐渐广泛，特别是在超声反馈治疗语音障碍和发音舌体模式成像研究等方面[1-2]。早期，由于超声成像的图像清晰度较低、缺少舌尖及舌侧面信息、模型重建算法复杂等因素，限制了超声的广泛应用。近些年来，随着超声设备的日益先进以及成像技术的进步，使数据采集更加准确，并能满足长时间发音检查的需要，使其成为语音学和病理语音学研究中越来越受欢迎的舌运动成像工具[3-4]。目前，在发音舌体运动模式的超声研究中，对于超声的应用原理、应用范围及使用方法等方面尚缺乏统一和规范。本文将对发音舌体运动的超声影像研究进展作一综述。

1 超声研究发音舌运动的原理

超声波是一种无辐射、无侵害的舌体成像方法，可实时捕捉舌体软组织的运动状态，提供清晰的舌运动信息。超声转换器会发出远远超过人耳所能感知的高频声波（3～16 MHz）。该高频声波可穿过皮肤、脂肪、肌肉等机体含水的组织，在有空气的组织边界（如舌体表面）处被反射，并被转换器再次接收。接收到的反射波信号将由计算机转换成图像，并可近乎实时地显示出来[5]。超声波并不能对骨组织成像且会被空气强烈反射。舌体组织中没有骨组织（舌骨除外），且舌背与上腭之间有空气存在。当转换器置于颈部颏下皮肤时，即可观察到舌背表面空气形成的高回声白线[6]（图1）。正常人舌的超声影像可显示下颌舌骨肌、颏舌骨肌、舌中隔及两侧颏舌肌等解剖结构，且均呈低回声区，而颈深筋膜、两侧舌下腺等结构则呈高回声区影像[7]。

图1 1例正常儿童/a/音的舌超声图像示例Fig 1 An example of ultrasound images of the tongue of a normal child with/a/sound

2 超声影像技术在发音舌运动模式研究的应用

2.1 发音特征增龄性改变的研究

对于不同年龄段语音特征的比较研究是语音学中的研究热点，超声影像技术在该领域中扮演重要角色。Zharkova[8]联合超声和声学分析技术，对比研究了使用苏格兰英语的成人和儿童其擦音的发音特征。结果发现，相较于成人，儿童舌体运动模式的多样性特征更为显著。随后，Zharkova等[9]又对7～13岁的苏格兰英语儿童的擦音进行超声和声学联合研究。研究进一步发现，年龄越小，舌体运动的多样性表现得越明显。有学者[10-11]发现，相较于成年人，儿童在发音时有更多的协同发音的表现，这种协同发音模式从3岁至5岁呈现下降趋势。同时，他们又通过线性混合效应模型的结果表明，与成人一样，儿童在发元音时，其舌体运动要早于其声学启动时间。因此，在不同年龄段发音增龄性改变的研究中，超声影像技术被广泛应用。

2.2 协同发音模式的研究

协同发音是指在多音段发音时，一个音段对于另一个音段的影响[12]。超声影像技术具有实时成像的优点，在音节序列研究中应用广泛。有学者比较元音/u:/和/ʊ/在音节“fool”和“full”中的超声舌型和声学指标发现，音节“fool”中舌体位置明显向前，声学指标F2并没有提示显著差异。因此提出共振峰F2对于舌体位置改变的提示存在一定的限制[13]。另有学者[14]通过超声影像分析技术，研究元音位置对于辅音/k/的舌体形态的影响。结果发现，相对于在/k/位置之前的元音，/k/音后接的元音更能影响软腭爆破音/k/闭合时的舌体位置。Zharkova等[15]利用超声研究成人和儿童舌构音特点，采用舌体轮廓拟合的舌型曲线，发现音节/ʃa/与/ʃu/的舌曲线中点距离有显著性差异，而音节/ʃi/与/ʃu/的舌曲线则近乎重合，差异不明显。由上可见，超声影像技术在研究协同发音时舌体运动模式中亦是一种有效的技术手段。

2.3 多语种的语音特征及多模态研究

超声影像技术可用于不同语种和（或）方言的比较研究。一项针对英语方言的超声影像分析研究[16]发现，爱尔兰语和英格兰语舌体位置相较于苏格兰语更高更向前，且差异明显。Wilson等[17]通过对8名英语和法语双语使用者的超声研究发现，双语者与单一语种者在该语种上的发音舌体位置相似。有学者[18]在利用超声影像分析技术研究台湾普通话中3个擦音/s/、/ʂ/、/ç/的舌体形态时发现其具有不同程度的相似性，即舌型曲线出现不同程度的重合，专业语音师主观判听和频谱分析技术同样证实了这一特征性发音模式的存在。虽然超声在其他语种及方言中应用较多，但针对汉语普通话超声研究并不多见，未来值得深入研究。

超声作为一种新兴的发音舌成像技术手段，可通过联合主观评估和声学分析技术，对发音进行多模态研究。有学者研究儿童英语中/r/音超声测量、主观判听和声学测量之间的相关性发现，超声测量分别与主观判听以及声学测量2种方法在/r/音测量的准确性上显著相关。以超声图像数据为自变量，主观判听和声学测量的准确性为因变量，分别通过线性回归研究超声测量与主观判听和声学测量之间的关系发现，随着超声影像质量的提升，其对主观判听的测量预测的准确程度越好[19]。有学者[20]对比超声测量的舌体轮廓数据和声学测量所得的语音信号发现，相较于舌体高度，第一共振峰与后声腔的长度相关性更强。相较于舌前伸，第二共振峰与前声腔的长度相关性更强。主观评估、声学测量以及超声分析技术都是语音分析的重要手段，提高超声影像图像质量并联合多模态研究是可为语音学研究提供更为丰富的信息。

2.4 腭裂语音特征的研究

腭裂语音障碍是继发于先天性腭裂畸形和（或）腭咽闭合不全的器质性构音障碍，腭裂畸形程度对语音有较大影响，畸形越严重，其语音状况越不理想[21]。Cleland等[22]发现，在腭裂儿童中，超声成像更易识别一些其他技术手段不易发现的发音错误，例如双重发音和卷舌化发音，有效辅助传统语音转录。Bressmann等[23]对高鼻音的腭裂患者舌体形态进行了实时的超声影像研究，他认为由于腭裂患者常伴随共鸣异常，尤其是高鼻音，若仅采用声学分析技术进行研究，不可避免带来声谱图的改变，势必影响舌位信息的分析和处理。而采用超声舌影像分析就可以有效避免高鼻音对于分析的影响。此外，Bressmann等[24]还对5名腭裂代偿性语音患者的软腭爆破音/k/进行了研究，除声门爆破音、咽部爆破音、腭中部爆破音等传统代偿发音方式外，超声影像还可以提示容易被主观判听所遗漏的细微的舌体位置异常。还有学者更多地关注超声影像分析技术在腭裂语音障碍方面的研究。张阳等[25]利用超声影像技术对3～5岁的腭裂术后儿童进行回顾性分析，研究早期使用矫形板对于腭裂患者舌体运动的影响，比较有无使用矫形板的两组患者的超声舌体图像发现，使用矫形板的患者舌体活动性更强，获得良好发音的比例更高。因此，在腭裂病理语音领域，超声影像技术也得到了国内外学者的关注和使用。

2.5 头颈肿瘤术后病理语音的研究

舌癌的手术治疗会导致继发的语音障碍，语音障碍的程度取决于病灶的位置及病变程度等影响因素[26-27]。有学者[28-29]对舌半切除修复重建患者的语音进行超声影像研究，将构音时舌运动归结为3个维度：前伸和后缩动作、舌尖上抬或下压动作、舌背高拱或姿势保持动作，并探讨手术修复对这3种运动方式的影响。学者们[30]同时发现，舌半切除患者术后发音时，正中矢状舌的移动速率比术前显著加快，以代偿修复重建的舌体组织。这是引入时间维度后，超声影像技术在发音舌体运动生物力学上有益尝试。综上可见，超声影像技术在头颈肿瘤术后病理语音的研究中亦有很好的应用价值。

2.6 功能性构音障碍及运动性构音障碍的研究

功能性构音障碍是语音障碍中最为常见的一种，超声影像技术在这一领域也得到广泛的应用。有学者[31-32]利用超声影像技术研究舌尖音后置和舌根音前置构音障碍的患者舌运动特征，发现舌根音前置患者的舌背偏移指数（值越大，舌位偏移程度越厉害）显著大于舌尖音后置的患者。一项针对混合型语音功能障碍患者的超声研究[33]发现，在发半元音/j/时，这一群体的舌背凸向硬腭中部，和正常语音图像有显著性差异。此外，Cleland等[34]利用超声影像技术研究有长期/k/音构音前置习惯的儿童在发/t/、/k/音时的舌体轮廓特征，结果发现这两个音素在矢状面图像上并无显著性的差别。为进一步深入研究，他提出未来研究中要增加对于爆破音动态过程的超声研究，并实现对爆破发音过程的分阶段级研究。

运动性构音障碍是由于中枢和（或）周围神经结构或功能异常导致的。在这一群体的发音超声研究中，也有关于舌位特征性改变的报道。Shawker等[35]研究运动性构音障碍患者在/a/音时的发音特征，一位患者舌位表现出小于0.1 cm的偏移，另一位患者表现出舌前部的收缩和舌后部的上抬。Bressmann等[36]对舌偏瘫的中风患者进行超声研究，发现舌偏瘫不仅影响发音时舌体的对称性，也影响舌体的正中卷曲特征。由此可见，超声影像技术在功能性构音障碍及运动性构音障碍的研究中，其应用价值也被广泛认可。

3 超声影像技术在研究发音舌运动模式中的方法

既往研究已证实，超声影像技术在研究发音舌体运动模式上有很好的应用价值，但是如何提升并统一和规范超声发音舌体分析技术，以获得更加准确可靠的研究数据，是学者们一直关注的重点。Zharkova[31]为利用超声工具描述腭裂语音的舌体特征，尝试提出了5种测量计算方法。如针对单一舌曲线的研究提出了舌背偏移指数（dorsum excursion index，DEI）和舌位收缩指数（tongue constraint position index，TCPI）2个分析指标来描述舌背形态变化特征。对于多曲线的研究，则提出了舌位动态变化值（tongue dynamics）、舌位多样性（variability）以及舌曲线的分离（separation tongue curves）3个指标分别来描述连续发音的舌位变化，不同对象的舌位多样性以及不同音素之间的舌体形态的区分度。

既往舌体运动的超声研究中，舌图像的采样多集中在矢状面。但Bressmann等[36]在研究舌偏瘫对于舌体对称性和卷曲能力的影响时提出，冠状面的舌体超声图像可以较好地衡量舌体的对称性和卷曲能力。Kansy等[37]采用超声和磁共振2种方式对于头颈肿瘤术后舌体运动特征进行比较研究时发现，为更精确地分析重建后舌体的运动，在超声测量时，除常规选择正中矢状面和冠状面外，还可增加侧矢状面舌体图像的采集。另外，发音时舌体整体的运动模式也可通过超声成像技术实现。Stone[38]曾利用X线和超声实时成像技术，通过点追踪技术，实现发音时舌体运动模型的构建。Bressmann等[28]利用三维超声评估持续发音状态下舌体的收缩、卷曲和对称性时发现，三维超声对于舌体重建术后的形态及形变的评估细致而准确。有学者[39]通过彩色多普勒超声研究重复音节发音时舌体的运动发现，超声可以通过颜色和亮度的实时变化提示舌体运动的方向和速度。

超声测量时探头的采集方式通常可分为机械固定式和手持式2种。Zharkova等[40]曾针对10名成年人的超声数据，比较不同探头采集方法的区别（即手持式和机械固定式）。研究结果提示，两种探头采集方式的选择主要受到不同音素和测量方法要求的影响。Baghban等[41]通过对波斯语中正常儿童的音素超声研究提出，在没有头部固定的情况下，单曲线的测量方法仍可提供可靠的结果来区分不同辅音。因此，在超声影像研究中，如仅涉及发音舌型的单一曲线研究，或考虑到研究对象的配合程度及耐受性，可考虑使用手持探头的方式进行超声检测。

综上所述，超声影像技术在研究发音舌运动模式领域中已经得到广泛的应用，特别是在发音增龄性改变、协同发音语音特点、多语种和(或）方言比较研究、病理性语音特点（包括腭裂语音、功能性构音障碍、运动性构音障碍、头颈肿瘤术后病理语音等）等方面有着良好的应用前景。使用方法上，正中矢状面、侧矢状面以及冠状面3个维度可供不同研究目的的选择，考虑研究方法和研究对象的不同可选择合适的探头固定方式。值得一提的是，在汉语普通话领域中的超声影像学研究尚不多见，未来可增加在汉语普通话领域内的超声舌体运动的分析研究。

利益冲突声明：作者声明本文无利益冲突。