A Hierarchical Feature Engineering Framework for Automated Classification of Phonotraumatic and Non-Phonotraumatic Vocal Hyperfunction

Technische Samenvatting: Een Hiërarchisch Feature Engineering Framework voor Automatische Classificatie van Fonotraumatische en Niet-Fonotraumatische Vocale Hyperfunctie

Probleemstelling
Vocale hyperfunctie (VH) is een chronische aandoening die gepaard gaat met stemmisbruik, klinisch gecategoriseerd in fonotraumatische VH (PVH, bijv. stemknobbeltjes) en niet-fonotraumatische VH (NPVH, bijv. musculaire spanning dysfonie). Hoewel ambulante versnelling van de nek (ACC) een niet-invasieve methode biedt voor het monitoren van dagelijks vocaal gedrag, blijven robuuste biomarkers voor het onderscheiden van deze subtypes van gezonde controles beperkt. Bestaande benaderingen vertrouwen vaak op eenvoudige tijdsgemiddelden van individuele akoestische of aerodynamische kenmerken, waarbij het potentieel van de dynamische, onderling afhankelijke aard van spraakproductie en de fysiologische koppeling tussen aerodynamische inspanning en akoestische output over het hoofd wordt gezien. De uitdaging ligt in de hoge variabiliteit van dagelijkse akoestische en aerodynamische maten, wat het moeilijk maakt om PVH- en NPVH-subtypes te scheiden van controles met behulp van standaard univariate metrieken.

Methodologie
De studie maakt gebruik van de NeckVibe Challenge dataset, bestaande uit 3.278 monsters van 468 proefpersonen, om twee binaire classificatietaken aan te pakken: PVH versus Controle (Taak 1) en NPVH versus Controle (Taak 2). De kernmethodologie betreft een hiërarchisch feature engineering framework dat 14 kernfysische grootheden (6 akoestische maten en 8 op Impedantie-gebaseerde Inverse Filtering [IBIF] afgeleide aerodynamische maten) transformeert naar subject-niveau representaties.

Het framework construeert vier afzonderlijke featurecategorieën:

1. Statische Features: Zeven statistische beschrijvers (gemiddelde, SD, percentielen, scheefheid, kurtosis, IQR) toegepast op de 14 basisvariabelen plus het vocale dosispercentage, wat resulteert in 99 features in totaal.
2. Dynamische Features: Eerstegraads ($\Delta$) en tweedegraads ($\Delta\Delta$) verschilstatistieken, inclus inclusief $\Delta$-gemiddelden, SD's, magnitudes van de bovenstaart en lineaire trends, wat 197 features toevoegt.
3. Ratio-gebaseerde Features: Genormaliseerde variabiliteitsmaten (bijv. $\Delta$SD/gemiddelde, $|slope|$/gemiddelde) om de temporele variabiliteit te kwantificeren ten opzichte van absolute niveaus, wat resulteert in 253 features.
4. Koppelings-features (Coupling Features): Zes fysiologisch gemotiveerde interactietermen die de relatie tussen bron en filter vastleggen (bijv. cppall/spectralTiltall) en stabiliteits-inspanningskoppelingen, waardoor de set wordt uitgebreid naar 203 features.

Experimentele Pipeline:

• Statistische Analyse: Univariante vergelijkingen werden uitgevoerd met Welch's t-testen met Benjamini-Hochberg False Discovery Rate (FDR) correctie om significante groepsverschillen te identificeren.
• Machine Learning: Een gestratificeerde 10-voudige groep cross-validatie (CV) werd toegepast, waarbij gewaarborgd werd dat alle opnames van een enkel subject ofwel in de trainingsset ofwel in de validatieset bleven.

• Feature Selectie: Recursive Feature Elimination met Cross-Validation (RFECV) met een XGBoost estimator werd binnen de trainingsfolds toegepast om redundantie te verminderen.

• Classificatie: Vijf modellen (Logistische Regressie, SVM, Random Forest, XGBoost, LightGBM) werden geëvalueerd.
• Interpreteerbaarheid: SHapley Additive exPlanations (SHAP) werden gebruikt om de bijdragen van features te analyseren.

Belangrijkste Resultaten
De studie onthult een significante asymmetrie tussen de twee classificatietaken:

• Taak 1 (PVH versus Controle):

  • Statistisch: Er werd een robuuste scheidbaarheid waargenomen. Na FDR-correctie bleven een aanzienlijk aantal features significant, met name dynamische en hogere-orde beschrijvers, met grote effectgroottes ($|d| \approx 0,9–1,0$).
  • Prestaties: Het model behaalde een AUC van 0,891 (Logistische Regressie met koppelingsfeatures) op de cross-validatieset en 0,917 op de apart gehouden testset.
  • Inzicht: PVH lijkt bijna lineair scheidbaar, waarbij de prestaties progressief verbeteren naarmate de complexiteit van de features (dynamisch en koppeling) toeneemt. SHAP-analyse gaf aan dat de bijdragen verdeeld zijn over meerdere features.

• Taak 2 (NPVH versus Controle):

  • Statistisch: Geen enkele feature overleefde de FDR-correctie. Alleen features met een nominale significantie ($p < 0,05$) werden waargenomen, met kleine effectgroottes ($|d| \approx 0,3$).
  • Prestaties: De prestaties waren significant lager. Statische features presteerden nabij toeval (AUC 0,556). Het beste resultaat werd bereikt met LightGBM met koppelingsfeatures, wat een AUC van 0,728 (CV) en 0,579 (apart gehouden test) opleverde.
  • Inzicht: Discriminatie van NPVH profiteert van het modelleren van niet-lineaire feature-interacties (koppelingsfeatures), maar de algehele scheidbaarheid blijft beperkt. SHAP-analyse toonde geconcentreerde bijdragen van dynamische variabiliteitsmaten, maar een hogere variantie over de folds, wat wijst op een minder stabiele discriminatieve structuur.

Belangrijkste Bijdragen

1. Hiërarchisch Framework: Stelt een gestructureerde feature engineering-benadering voor (statisch, dynamisch, ratio, koppeling) die specifiek is ontworpen om de complexe fysiologische mechanismen van vocale hyperfunctie te vangen.
2. Statistische Rigor: Biedt een rigoureuze univariate analyse die aantoont dat terwijl PVH sterke, verdeelde statistische verschillen vertoont, NPVH minimale scheidbaarheid vertoont op het niveau van de dagelijkse samenvatting.
3. Validatie van ML-Pipeline: Demonstreert dat terwijl PVH grotendeels lineair scheidbaar is, de classificatie van NPVH afhankelijk is van het vastleggen van niet-lineaire interacties, hoewel zelfs geavanceerde modellering moeite heeft om een hoge nauwkeurigheid voor NPVH te bereiken.
4. Benchmarking: Vestigt een competitieve baseline voor de NeckVibe Challenge, waarbij het praktische nut van hiërarchische features voor de identificatie van PVH-biomarkers benadrukt, terwijl de huidige beperkingen voor NPVH-detectie wordt erkend.

Betekenis en Claims
Het artikel claimt dat het voorgestelde hiërarchische feature engineering framework effectief is voor het identificeren van biomarkers in fonotraumatische vocale hyperfunctie, waarbij onderscheidende fysiologische signaturen worden gevangen door koppeling en dynamische features. De auteurs concluderen echter bescheiden dat niet-fonotraumatische VH moeilijk te classificeren blijft met de huidige aerodynamische en akoestische maten. Zij schrijven deze moeilijkheid toe aan het gebrek aan structurele laesies in NPVH, wat leidt tot een substantiële distributionele overlap met gezonde controles.

De studie suggereert dat hoewel multivariate modellering de beperkingen van NPVH gedeeltelijk mitigeert, de huidige feature set mogelijk niet de subtiele, niet-stationaire prosodische variaties of micro-tremoren die kenmerkend zijn voor NPVH kan vangen. Bijgevolg stellen de auteurs dat toekomstige vooruitgang voor NPVH mogelijk vereist is via self-supervised speech foundation models getraind op ruwe waveforms, om verborgen latente representaties te ontdekken, in plaats van uitsluitend te vertrouwen op handmatig ontworde features.