近日，美国布朗大学与罗德岛妇幼医院联合研发了一种基于计算机分析的婴儿哭声诊断仪器。该设备通过无创方式采集婴儿哭声，并利用声学特征分析来评估神经发育状况，为早期诊断自闭症、脑损伤等神经类疾病提供了全新思路。

该诊断系统的工作原理分为两步：首先，将婴儿哭声转换为12.5毫秒的帧画面，每一帧通过频率特征、音调及声波参数进行量化分析；其次，重组数据并剔除冗余参数，根据哭声中的长停顿、短停顿及暂停模式重新编码。系统共评估80余种参数，每种参数均与婴儿健康状态相关。

核心学术观点：哭声的声学特征可反映中枢神经系统的完整性。例如，自闭症患儿的哭声常呈现异常的音调变异和停顿模式，而脑损伤婴儿的哭声则可能缺乏韵律变化。该技术有望实现低成本、非侵入性的早期筛查，尤其适用于新生儿重症监护室（NICU）中的早产儿监测。

布朗大学巴里教授指出：“哭泣之于大脑就像窗户之于房子，它能够透露出婴儿大脑的神经内容。” 目前，研究团队正计划开展多中心临床试验，以验证该设备在自闭症、脑瘫及智力发育障碍等疾病中的诊断效能。