人工耳蝸新型編碼方案的研究與仿真.pdf

1、人工耳蝸是一種為聾人恢復(fù)或獲得聽力的電子裝置，此裝置能把聲音信號(hào)轉(zhuǎn)變?yōu)殡娦盘?hào)直接刺激聽神經(jīng)纖維，激發(fā)生物電流，從而在大腦皮層形成聽覺。對(duì)正常聽力的人來說，聲波的振動(dòng)被耳廓收集，通過外耳道到達(dá)鼓膜，經(jīng)聽小骨傳至內(nèi)耳外淋巴，引起基底膜的振動(dòng)?；啄ど厦?xì)胞的纖毛產(chǎn)生扭曲引起細(xì)胞膜的電位變化，從而釋放出神經(jīng)遞質(zhì)，進(jìn)而使位于毛細(xì)胞底部的聽神經(jīng)末梢纖維產(chǎn)生電位變化，這種電位變化經(jīng)螺旋神經(jīng)節(jié)細(xì)胞傳至中樞，產(chǎn)生聽覺。感音性耳聾病人有不同程度的毛細(xì)胞病

2、變或減少，但還是保留著一定數(shù)量的聽神經(jīng)纖維和螺旋神經(jīng)節(jié)細(xì)胞，因此通過電刺激的方法可以恢復(fù)聽覺。人工耳蝸就是對(duì)耳蝸功能的模仿，根據(jù)耳蝸部位編碼的原理，把一組電極通過手術(shù)植入到耳蝸的鼓階內(nèi)，體外語音處理器對(duì)語音信號(hào)進(jìn)行編碼處理產(chǎn)生相應(yīng)電極的電刺激脈沖序列，并傳入體內(nèi)。體內(nèi)植入裝置接受電刺激脈沖序列，并直接興奮耳蝸內(nèi)不同部位電極附近的聽神經(jīng)，使患者產(chǎn)生類似于真實(shí)聽覺的感受，從而達(dá)到恢復(fù)聽覺的目的。
　　 現(xiàn)在世界上主要的三大人工耳蝸生

3、產(chǎn)商分別是澳大利亞的Cochlear公司，奧地利的MED-EL公司和美國的Advanced Bionics公司。至2010年初，全世界有十幾萬聾人使用了人工耳蝸，其中半數(shù)以上是兒童。語音編碼方案是人工耳蝸的關(guān)鍵技術(shù)之一。人工耳蝸所使用的語音編碼方案大致分為兩類，即包絡(luò)特征方案(Coarse feature)和精細(xì)特征方案(Fine feature)。包絡(luò)特征方案包括頻域包絡(luò)顯性特征提取和時(shí)域包絡(luò)顯性特征提取這兩種。頻域包絡(luò)顯性特征是把語

4、音信號(hào)的基頻和共振峰等參數(shù)提取出來，然后合成相應(yīng)的刺激脈沖來刺激聽神經(jīng)。共振峰是語音信號(hào)的譜峰，一般取前3個(gè)峰值(F1，F(xiàn)2，F(xiàn)3)，其頻點(diǎn)位置與刺激電極的位置相對(duì)應(yīng)，其幅度大小決定刺激脈沖的幅度。共振峰頻率越高，所選電極越靠近蝸底，反之，越靠近蝸頂。刺激頻率越高，電極越靠近蝸底，反之，越靠近蝸頂。這類編碼方案主要包括F0/F2、F0/F1/F2和MPEAK(Multi-peaks，多峰)方案。
　　 時(shí)域包絡(luò)顯性特征提取是基于

5、聽覺模型的帶通濾波器組的方法，將語音信號(hào)預(yù)處理后通過多個(gè)帶通濾波器，再經(jīng)過一系列的處理，最后得到各個(gè)電極的刺激脈沖序列。這類方案又可分為模擬刺激(Analog Stimulation)方案（如SAS方案）和脈沖刺激(Pulsatile Stimulation)方案（如CIS方案、SPEAK方案、ACE方案等）?，F(xiàn)在的人工耳蝸產(chǎn)品中以CIS(Continuous Interleaved Sampling，連續(xù)相間采樣)方案、SPEAK方案

6、、ACE(Advanced Confined Encoding，高級(jí)結(jié)合編碼)方案為主。其中，效果最為突出的是美國學(xué)者Wilson在1991年在Nature上的一篇文章中提出了對(duì)壓縮模擬(CA)法的改進(jìn)方案，稱為CIS方案和澳大利亞Cochlear公司使用的ACE方案。精細(xì)特征方案(Fine feature)主要包括頻域精細(xì)結(jié)構(gòu)(Spectral fine structure)方案和時(shí)域精細(xì)結(jié)構(gòu)(Temporal fine struct

7、ure)方案，分別對(duì)應(yīng)美國Advanced Bionics公司的HiRes90K使用的虛擬通道(Virtual channels)方案和奧地利人工耳蝸的FAME(Frequency Amplitude Modulation Encoding)方案。
　　 現(xiàn)有的人工耳蝸語音編碼方法基本上只是考慮了語音信號(hào)到電信號(hào)的一個(gè)數(shù)學(xué)物理轉(zhuǎn)換過程，而沒有從人體生理方面出發(fā)。因?yàn)榻^大多數(shù)感音神經(jīng)性耳聾病理基礎(chǔ)源于毛細(xì)胞的喪失或功能缺陷，人工耳

8、蝸就是一種為了取代毛細(xì)胞的功能，把聲音信號(hào)轉(zhuǎn)變?yōu)殡娦盘?hào)直接刺激聽神經(jīng)纖維的裝置。而耳蝸毛細(xì)胞的功能則是將聲波的機(jī)械能轉(zhuǎn)換為生物性電能和釋放神經(jīng)遞質(zhì)觸發(fā)聽神經(jīng)產(chǎn)生神經(jīng)動(dòng)作電位。正常的聽覺過程是:首先聲音經(jīng)過傳聲系統(tǒng)使耳蝸毛細(xì)胞產(chǎn)生感受器電位（電1），然后毛細(xì)胞釋放化學(xué)遞質(zhì)使突觸產(chǎn)生突觸電位（電2），最后聽神經(jīng)纖維興奮產(chǎn)生神經(jīng)沖動(dòng)（電3）并傳至聽覺中樞產(chǎn)生聽覺感受。而從聲音傳入到聽神經(jīng)產(chǎn)生神經(jīng)動(dòng)作電位其中有兩個(gè)環(huán)節(jié)有生物電變化（電1和電2）

9、，但是由于感受器傳輸特性的非線性，兩種電位的參數(shù)特性是不同的。目前的人工耳蝸所使用的語音編碼方案把聲信號(hào)轉(zhuǎn)換成電信號(hào)直接刺激聽神經(jīng)，其輸出的電信號(hào)只是與正常聽覺的感受器電位（電1）接近，卻與突觸電位（電2）不太一樣，這樣產(chǎn)生的聽覺感受與正常聽覺顯然是有一定區(qū)別的。如果給予聲音刺激的話，聽神經(jīng)的反應(yīng)會(huì)隨著聲音強(qiáng)度的增大，產(chǎn)生動(dòng)作電位的潛伏期會(huì)減小，但是給予電刺激的話，只要是閾上刺激，聽神經(jīng)會(huì)同時(shí)響應(yīng)。現(xiàn)有的人工耳蝸編碼方案忽略了突觸的時(shí)間

10、編碼效應(yīng)，也就忽略了聽覺中樞的時(shí)間編碼、傳遞和處理特性，而這種時(shí)間編碼的特性恰恰是聽覺中樞編碼信息最重要特性之一，這也有可能是現(xiàn)有人工耳蝸無法使患者獲得理想聽覺的主要原因。
　　 本文從以上問題出發(fā)，對(duì)人工耳蝸編碼方案展開研究，主要內(nèi)容安排如下：首先本文對(duì)國際上主流的三種人工耳蝸編碼方案(CIS、SPEAK和ACE)進(jìn)行了MATLAB仿真，這三種編碼方案都可以歸類為n ofm濾波器組方案，把經(jīng)過預(yù)處理的聲音通過m個(gè)帶通濾波器濾波

11、得到m個(gè)輸出，再把m個(gè)輸出分別提取包絡(luò)獲得其振幅(A1，A2，…，Am)，最后選出其中n個(gè)最大的振幅來對(duì)其相應(yīng)的電極進(jìn)行刺激。CIS方案m值與n值相同，取8或者12。SPEAK方案m值為20，n值為5-10，平均為6。ACE方案m值為22，n值為1-20，平均為8。它們都采用雙向脈沖相間調(diào)制，所有電極的脈沖刺激均不重疊，呈相間分布，就是說同一時(shí)刻只有一個(gè)通道被刺激，這樣可避免不同通道電極間的相互干擾。CIS方案的刺激速率一般選擇900H

12、z，SPEAK方案的電脈沖刺激速率在180到300Hz不等，平均為250Hz，當(dāng)聲音頻譜越寬時(shí)，所選的通道數(shù)目越多，刺激速率就會(huì)越低，相反，當(dāng)聲音頻譜越窄，所選的通道數(shù)目越少，刺激速率反而越高。ACE方案的通道選擇方法和刺激關(guān)系與SPEAK方案類似，不同的是刺激速率大幅提升，供選擇的有250、500、700、900、1200、1800、及2400Hz，平均約為900Hz。這三種方案有個(gè)明顯的缺點(diǎn)，不管是CIS，還是SPEAK或者ACE，

13、只要它們調(diào)制的通道數(shù)和刺激速率固定下來，它們的刺激時(shí)間間隔都是不變的。而不會(huì)隨著刺激聲音強(qiáng)度的變化實(shí)時(shí)變化，即聲音強(qiáng)度變大時(shí)，刺激間隔就會(huì)變短，反之，刺激間隔就會(huì)變長。然后，針對(duì)上述問題，本文結(jié)合聽覺生理刺激產(chǎn)生的機(jī)制，把毛細(xì)胞和聽神經(jīng)纖維形成的突觸的時(shí)間編碼作用考慮進(jìn)去，提出一種使用膜電位積分放電(Membrane Potential Integrate-and-Fire，簡稱MPIF)來改善人工耳蝸音質(zhì)的語音編碼方案，在原有語音信號(hào)

14、帶通整流提取包絡(luò)的前提下，以膜電位積分放電來生成刺激脈沖序列，也就是以動(dòng)作電位作為刺激脈沖來刺激耳蝸聽神經(jīng)，以期能從新的角度為人工耳蝸用戶改善聲音感覺的質(zhì)量，獲得聽覺效果的提升。MPIF方案的流程是:把經(jīng)過預(yù)處理的聲音通過8(可擴(kuò)展為12或者16)個(gè)濾波器濾波得到8個(gè)輸出，再把8個(gè)輸出分別提取包絡(luò)獲得其振幅(A1，A2，…，AS)，接著把各個(gè)振幅進(jìn)行非線性壓縮得到膜電位，之后進(jìn)行膜電位積分，當(dāng)膜電位積分達(dá)到閾值就產(chǎn)生一個(gè)刺激，膜電位也瞬

15、時(shí)下降為零進(jìn)行下一次積分（如果有幾個(gè)通道同時(shí)達(dá)到閾值，則取積分時(shí)間最短的通道進(jìn)行刺激，這幾個(gè)通道的膜電位同時(shí)下降為零進(jìn)行下一次積分），這樣就產(chǎn)生了一連串的刺激序列。只要積分步長合適，就可以既減小同時(shí)達(dá)到閾值的通道數(shù)，又可以避免通道間刺激電極間的相互干擾。對(duì)MPIF方案在MATLAB平臺(tái)上做了仿真，并與CIS方案進(jìn)行對(duì)比，結(jié)果表明MPIF方案結(jié)合了耳蝸的聲電轉(zhuǎn)換作用和突觸的時(shí)間編碼作用，能夠隨著聲音強(qiáng)度的增加，生成的刺激序列的刺激速率也越

16、大，能夠有效的解決聽覺信息發(fā)放序列的動(dòng)態(tài)結(jié)構(gòu)在聽覺中樞的作用問題，使得刺激脈沖和時(shí)間編碼有機(jī)的集合起來，有效的保證刺激脈沖時(shí)間的相干性和相關(guān)性。之后對(duì)MPIF方案進(jìn)行了進(jìn)一步的研究，加入了抑制性電流來表示神經(jīng)元?jiǎng)幼麟娢坏牟粦?yīng)期，仿真結(jié)果表明，加入抑制性電流，生成的刺激速率會(huì)相對(duì)更低，刺激速率與輸入聲音強(qiáng)度的關(guān)系也更加符合生理上的原理。最后，本文應(yīng)用艾睿合眾SEED_ DEC138開發(fā)板，設(shè)計(jì)了人工耳蝸體外語音處理器。此語音處理器可以通過

17、麥克風(fēng)采集聲音信號(hào)，進(jìn)行抗混疊濾波，AD轉(zhuǎn)換輸入OMAP-L138對(duì)采集到的信號(hào)進(jìn)行MPIF算法處理并保存處理結(jié)果。整個(gè)信號(hào)采集處理流程是:語音信號(hào)經(jīng)音頻采樣芯片PCM4201進(jìn)行AD采樣，得到采樣頻率為32kHz，采樣位數(shù)為24bit，數(shù)據(jù)率為728kbps的單聲道語音數(shù)據(jù)，再通過McBSP送到DSP進(jìn)行處理，由EDMA方式進(jìn)行傳輸。數(shù)據(jù)存儲(chǔ)采用乒乓緩沖架構(gòu)，當(dāng)一個(gè)緩存區(qū)滿的時(shí)候則存儲(chǔ)到另外一個(gè)緩存區(qū)，同時(shí)進(jìn)入EDMA傳輸完成中斷處理