用于生物力学喉部控制的机器学习替代前向模型

准确建模喉部运动控制是理解正常与异常发声的关键。然而，基于常微分方程（ODE）的传统生物力学植物模型往往涉及较高的计算成本和数值不稳定性，限制了其在实时闭环控制框架中的应用。本研究评估了特征驱动的机器学习（ML）回归器，具体包括随机森林（RF）、多层感知机神经网络（NN）和多项式回归（PR），作为将喉部运动输入映射到基频和声压级的替代前向模型。训练数据由两种生物力学声带模型生成：扩展体-被膜模型和三角体-被膜模型。结果表明，ML替代模型可将执行时间从秒级降至毫秒级（例如，PR为2 ms），从而通过逆雅可比控制实现稳定的实时跟踪。虽然RF具有最高的准确性，NN和PR则提供了更平滑的控制信号和更小的内存占用。研究确定了一个实际性能阈值，约在 N = 1,000 个训练样本附近；当从头训练模型且样本少于该阈值时，准确性会显著下降。这些发现支持将ML替代模型作为直接数值模拟的高效且可适应的替代方案，并为未来在数据受限的临床场景中通过迁移学习实现个体化建模奠定了基础。

对喉部运动控制的精确建模是理解正常与病理性发声产生机制的关键。然而，基于常微分方程（ODE）的传统生物力学被控对象模型通常具有较高的计算成本和数值不稳定性，从而限制了其在实时闭环控制框架中的应用。

本研究评估了特征驱动的机器学习（ML）回归模型，具体包括随机森林（RF）、多层感知机神经网络（NN）和多项式回归（PR），作为代理前向模型，将喉部运动输入映射到基频和声压级。

训练数据由两种声带生物力学模型生成：扩展体-盖模型和三角体-盖模型。结果表明，机器学习代理模型可将执行时间从秒级缩短至毫秒级（例如，PR为2 ms），从而能够通过逆雅可比控制实现稳定的实时跟踪。尽管RF具有最高的精度，但NN和PR能够提供更平滑的控制信号以及更小的内存占用。

研究还识别出一个实际性能阈值，约在 N = 1,000 个训练样本附近；当训练样本数量低于该阈值且模型从头开始训练时，精度会显著下降。这些发现表明，机器学习代理模型可作为直接数值仿真的高效且适应性强的替代方案，并为未来在数据受限的临床场景中通过迁移学习实现受试者特异性建模奠定了基础。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.12.731734v1?rss=1

🏷️ 喉部生物力学 机器学习替代模型 实时闭环控制 声带发声建模 逆雅可比控制