电子耳蜗语音处理主流算法的效果比较和最新进展

电子耳蜗作为一种帮助全聋患者恢复听觉的电子设备,已日益成为耳科学和康复工程研究领域的热点。它依靠电脉冲直接刺激患者的听神经使患者恢复听觉,是神经生理学、心理学和电子学相结合的产物。本文着重介绍了电子耳蜗的结构、语音处理最新算法、各种产品和算法临床效果比较以及该领域研究热点等。

增加电极位置信息的电子耳蜗听觉仿真模型

为了改进以正弦信号合成的电子耳蜗听觉仿真模型在仿真电子耳蜗植入患者所感知的语音信息的缺陷,建立了增加电极位置信息的正弦信号合成的听觉仿真模型.通过大样本量的不同汉语语言材料的听觉仿真实验,其中包括按元音、辅音、数字、音调和单字词等5种汉语语言材料,研究了基于连续交叉采样算法的不同实验条件下电极位置对言语识别率的影响,得出了汉语元音和单字词对植入深度更加敏感的结论.为进一步将这一仿真模型应用到电子耳蜗研究上奠定了基础.

电子耳蜗N of M语音处理算法仿真模型的建立和研究

电子耳蜗通过将声能转换成电能,直接刺激耳蜗内残余的听神经纤维来恢复重度聋患者的听觉。本文基于电子耳蜗听觉仿真模型理论,建立了电子耳蜗NofM算法的听觉仿真模型。并通过这一模型在不同条件下与传统的CIS算法进行了听觉仿真试验的对比。从试验的结果得出:具有频带选择特性的NofM算法较之传统的CIS算法具有更好的抗噪特性。最后对此类算法进一步的改进方法提出了建议。

频率信息对混叠语音环境下电子耳蜗患者汉语普通话识别效果的影响研究

多通道电子耳蜗产品在安静环境下取得了很好的言语识别效果,然而在混叠语音条件下,使用电子耳蜗患者的言语识别能力快速下降。通过在混叠语音条件下的听觉仿真试验,研究了不同算法对声音信息的传递效果,得出了频率信息对于混叠语音识别效果的重要影响,并借此提出要研究更有效的电子耳蜗语音处理算法。

基于阵列式换能器的光声成像系统的实现

目的:本文设计了一套光声成像(photoacoustic imaging,PAI)系统,由脉冲激光、阵列换能器、临床超声(ultrasound,US)主机、软件平台以及成像样品组成。系统的图像质量、最大成像深度等重要参数需通过实验进行确定。方法:使用本系统对黑色头发丝横截面进行成像,比较、分析光声(photoacoustic,PA)信号幅值的半极大处全宽度以量化图像分辨率。此外,使用系统对特定的光吸收体和鸡胸肉组织进行成像,确定系统的成像深度。结果:实验结果证明了PAI系统的实现,其PA图像的平均轴向和横向分辨率分别约为0.18 mm和1.44mm,系统的最大成像深度达到4.6 cm。结论:本PAI系统PA图像分辨率优于US主机获得的US图像分辨率,系统最大成像深度与其他国际研究组的系统成像深度的数量级一致。通过进一步优化与活体组织实验的开展,本PAI系统将有望实现临床成像诊断。

新型耳穴检测系统的研制

耳廓上分布着的耳穴与人体的内脏器官在形态上往往呈现"投影"的相似对应关系。当人体器官出现病症或在患病早期时,可导致与患病器官相对应的特定耳穴上呈现电阻降低等病理性阳性反应。目前存在的耳穴检测仪功能单一,缺乏对耳穴电阻值的定量测量、统计分析和对耳穴电阻值地形图的伪彩色图像的直接表征;而且,缺乏对解剖分区和神经分区内的穴位点电阻值的统计处理和穴位所对应的器官及神经功能的综合分析诊断。设计研发了新型耳穴检测系统,实现了用3种不同功能对人体耳穴阻值的定量检测;对解剖分区和神经分区的耳穴阻值分别进行统计计算和分析;另外,利用伪彩色图像的方法表征出了耳穴等阻值区间的分布图,为临床的定量、直观检测提供了方便。

基于USB声卡的便携式耳声发射检测系统的研制

耳声发射是一种产生于耳蜗,经听骨链及鼓膜传导释放入外耳道的微弱音频能量,它提供了一种简便、快速、客观、无损地检测耳蜗功能的手段。为提高全功能耳声发射检测系统的便携性和减少噪声的干扰,开发了基于USB多媒体声卡的便携式耳声发射检测系统。结合前端硬件采集模块,在基于VC++Studio2005软件平台上,实现了对瞬态诱发耳声发射(TEOAE)和畸变产物耳声发射(DPOAE)信号的检测,并对系统进行了全面的定标校准和测试,实现了对OAE信号的全功能定量检测和分析。

基于卷积神经网络的细胞识别

结合深度学习理论,将卷积神经网络算法运用到细胞识别上。相比传统的细胞识别算法,基于卷积神经网络的细胞识别使流程变得简单,同时也使得细胞的识别率更高。与多层神经网络、支持向量机及决策树等机器学习算法相比,卷积神经网络算法由于本身网络的复杂度以及训练集的大样本量,其深度远大于传统的机器学习算法,能较这些手工提取特征的方法更好地表达特征和区分细胞,最终取得的分类效果也要优于前者。研究结果表明卷积神经网络算法能较好地用于细胞识别。

电子耳蜗声调信息的电刺激编码的改进研究

电子耳蜗现有产品所采用的语音处理算法以传递语音信号的幅度信息为基础,丢失了声调信息,因此造成我国电子耳蜗植入者对声调的识别还存在困难。声调信息主要蕴涵在语音基频中,在电刺激下,为了提高基频检测的准确性进而提高对声调的识别率,并对刺激速率进行准确选择,在前期提出的9度速率电刺激编码策略的基础上,通过自相关算法及平均幅度差函数的联合使用来提高基频提取的准确性,同时采用动态步长搜索解决分类饱和的问题,从而实现对刺激速率的准确选择。结果显示本研究提高了基频提取的准确性和对刺激速率进行动态选择的准确性。

主动噪声控制平台的FPGA实现

基于FPGA搭建了针对汽车的主动噪声控制平台,此平台可以正确实时地采集汽车的转速、振动加速度以及噪声,同时为相关的降噪算法实现提供了硬件平台。与传统的基于串行处理的采集系统相比,该平台可以严格地保证多路信号的时间同步性,同时其可扩展性可以让使用者方便地根据自己所需要的功能来增加通道数目,无需增加额外的处理器。FPGA的可编程性可以保证降噪算法的充分验证与设计。整个平台的搭建为主动降噪的继续研究提供了有力的基础。

有无CAS作用的TEOAE信号的谱分析

为了利用瞬态诱发耳声发射(TEOAE)信号对耳蜗性和蜗后性两种感音神经性耳聋进行病变诊断和定位,提出了一种基于AR谱分析的方法,用于对感音神经性耳聋病变进行诊断和定位.首先,获取听力正常耳信号的对数AR谱-频率曲线的正常值范围,并获得在对侧刺激声作用下,信号受抑制的对数AR谱-频率曲线的正常值范围;然后,计算某一受试耳在有无对侧刺激声作用下的TEOAE信号的对数AR谱-频率曲线及受抑制的对数AR谱-频率曲线;最后,检测受试耳的两条曲线是否分别在正常值范围内,由此对受试耳的耳蜗及内侧橄榄耳蜗系统功能进行诊断定位.此检测结果与目前临床上综合利用耳声发射、脑干听觉诱发响应(ABR)和纯音测听的诊断结果有很好的一致性.

多频率匹配耳鸣掩蔽疗法及其手机APP设计实现

目的:设计并实现一款手机APP用于治疗耳鸣。方法:采用多频率匹配的掩蔽疗法,整个APP主要由纯音疗法、掩蔽疗法、量表测试、个人中心4个模块组成。纯音疗法有3种频率和响度条可供调节,掩蔽疗法模块分为纯音+噪声、纯音+音乐、纯音+自然声,量表部分由耳鸣残疾评估量表、焦虑自评量表、抑郁自评量表构成,个人中心主要用于统计量表结果以及治疗记录。结果:通过统计学方法验证多频率匹配的掩蔽疗法是有效的,并且通过病人使用APP反馈的结果,也表明该手机APP可以对耳鸣患者的病情有一定缓解。结论:该APP可以很好地对耳鸣患者进行治疗。

基于时域模型分析谐波复合音的音高感知机制

为了探讨中等次数的谐波复合音是否依赖于时间精细结构信息进行音高感知,测量了谐波复合音的基频辨别阈。目标复合音可以单独存在,或者和掩蔽复合音同时存在。二者经过相同的带通滤波区域,具有不同的相位组合和基频差异。结果表明:相位组合对音高感知没有显著影响;滤波区域和基频差异对音高感知具有显著影响。采用时域模型分析发现,中等次数的谐波复合音可能依赖于时间精细结构信息获得较好的音高感知结果。研究结果能帮助建立复杂声音场景下的音高感知机制。

谐波复合音畸变产物产生模型

由于人耳具有压缩非线性,声音进入人耳后会产生畸变产物。为了深入地研究畸变产物对听觉音高感知的影响,本文建立了一个畸变产物产生模型,该模型产生的畸变产物频率低于谐波复合音主成分的频率。模型的实现过程包括:计算谐波复合音的不同次幂、低通滤波、使用模拟退火遗传算法搜索最佳权重、加权求和。使用兴奋模式验证模型的正确性,观察兴奋模式上的突出峰,计算峰谷差,匹配对应的畸变产物频率。结果发现畸变产物产生模型能够产生正确的畸变产物,畸变产物能够增强谐波复合音的可分离性,干扰不可分离谐波复合音的音高感知。本文提出在听觉音高感知实验中,为了减小畸变产物对听觉音高感知的影响,必须使用背景噪声掩蔽畸变产物。

一种可变阈值的基频曲线平滑搜索算法

汉语的声调曲线可以用基音频率轨迹来表示。传统的基频曲线平滑算法主要是中值平滑和线性平滑,这两种算法都不能有效去除基音频率中的连续错误点。本文提出可变阈值的基频曲线平滑搜索算法,根据基频点的分布选择不同阈值,得到更精确的基频曲线,且运算简单快速。分别基于人工神经网络和二次曲线拟合的孤立音节声调识别实验均表明,这种算法相比传统的中值平滑和线性平滑算法识别正确率明显提高,对提高聋儿计算机汉语教学效果具有重要意义。

脉冲红外激光刺激听神经研究综述

相比于电刺激,红外激光刺激技术具有显著的优越性。本文综述了近年来脉冲红外激光刺激听觉系统的研究,主要包括:激光触发听觉冲动的可行性、空间选择性、安全性、生理机制、刺激参数的影响、致聋时长的影响等。最后,本文展望了红外激光刺激技术在光学耳蜗方向的应用和未来的研究方向。

拉曼光谱编码的荧光液相生物芯片检测系统研究

随着医疗诊断需求的增加,生物分子检测技术越来越受到人们的重视,液相生物芯片技术作为一种高通量,多通道的分子检测手段在近几年得到了飞速发展。通过层层自组装方法制备以微片为载体的拉曼光谱编码液相生物芯片,并利用自行搭建的一套高灵敏度、高分辨率的光学系统,实现对液相生物芯片的定性与定量分析。光学系统由拉曼光谱检测系统与荧光显微成像系统耦合而成。在拉曼光谱检测系统中激光器发射出785nm波长的激光,通过二向色镜,带反反射镜与物镜汇聚到样品上,样品产生的拉曼散射光,经物镜,带反反射镜,二向色镜与拉曼滤波片,最后通过凹透镜聚焦到光谱仪的狭缝上,光谱仪色散实现在线阵CCD上拉曼光谱的获取。荧光显微成像系统应用光学成像原理,通过调节凹透镜与405nm的激发光之间的距离,使激发光通过物镜均匀的照射到样品之上,样品激发出的荧光,通过物镜,带反反射镜,二向色镜,滤波片与相应的凹透镜,最后成像到面阵CCD上。改进传统便携式拉曼光谱检测系统光路并选用相应波段的带反反射镜与焦距20倍的物镜完成拉曼光谱检测系统与荧光显微成像系统的耦合。为了减少两路系统之间的相互影响选用合适的二向色镜以及滤波片,在提高耦合系统获取数据的准确性中有着重要的作用。该系统通过对反应之后的液相生物芯片进行拉曼光谱检测,以完成对每个编码玻片的定性识别,即解码;同时激发反应后液相生物芯片的荧光并采集荧光强度图,根据每个解码玻片上的荧光强度值完成对目标检测物的定量分析。区别于传统荧光编码液相生物芯片,拉曼光谱编码具有稳定性更强,光谱分辨率更高等优点。该光学系统集拉曼光谱检测系统与荧光显微成像系统于一体,解决了目前未有基于拉曼编码的液相生物芯片的检测系统的问题,并且可同时对多种目标物进行识别和定量分析,提升了实验结果的准确性。

大鼠癫痫脑电信号采集

为了更准确地预测癫痫，本文提出了一种大鼠癫痫脑电信号的采集方案。首先采集正常Wistar大鼠4个大脑皮层的脑电信号，并进行比较，确定最适合采集脑电信号的大脑皮层为初级躯体感觉皮层（PrimarySomatosensoryconex。PSC）。其次，制备癫痫大鼠，采集癫痫发作时的PSC脑电信号，并进行时域和频域分析。结果发现PSC癫痫脑电信号的时域幅度变化非常明显，其中5～14Hz频段的脑电信号能量占总能量的比重变化最大，并且5～14Hz频段的能量在癫痫发作的不同阶段明显不同。本文提出可以通过观察脑电信号的时域幅度变化或分析5～14Hz频段能量的变化趋势获取不同发作阶段的脑电信号，用于准确地预测癫痫。

无线便携式人工耳蜗调试系统的设计

目的为方便对人工耳蜗新算法进行调试,并为研发基于手机平台的价格低廉的人工耳蜗设备,本文研制了一种基于手机无线传输功能、便携式的、能对人工耳蜗进行调试的系统。方法首先在智能手机平台上嵌入语音信号采集、人工耳蜗语音编码算法等程序,然后利用手机内置Wi-Fi模块的无线数据传输功能,实现手机与编码调制硬件单元的无线数据传输,按照特定的编码和调制协议输出携带语音信息射频信号给人工耳蜗植入体。结果通过对语音处理结果的对比和输出射频信号的测试,验证了该调试系统能够准确地对语音信号进行算法处理和参数调试,并按照编码协议控制编码调制盒输出正确的射频信号。结论系统为人工耳蜗新算法的开发和个性化人工耳蜗的参数调试提供了有效的研究平台。

窄带噪声主动控制系统的FPGA实现

基于FPGA的窄带噪声主动控制系统,采用并行计算能力强的FPGA作为核心处理器,能够应对多频率、多通道情况下计算量成倍增加的情况;系统实现了并联结构的窄带前馈FxLMS算法,可以针对噪声中的不同频率分量分别进行主动控制。并联结构算法对于乘法器资源的消耗极大,因此提出了一种乘法器资源复用技术。实现三通道的算法所用的乘法器资源降低到原来的33.3%,极大降低了系统成本,便于该系统的广泛应用。