电子耳蜗前端双麦克风语音增强及波束形成算法研究

麦克风阵列语音增强的方法是通过采用多个麦克风同时进行语音信号采集,从而增加了空间方位的信息,因此有助于提高电子耳蜗在噪声环境下的言语识别率。鉴于尺寸的限制,电子耳蜗使用的麦克风数量不能太多,从而限制了麦克风阵列形成波束的设计。为了兼顾电子耳蜗尺寸的限制条件并增加信号采集空间方位信息,本文提出了一种采用两个超薄单指向/全向组合型麦克风(TP)的语音增强和波束形成算法,每个TP麦克风均单独包含两个声管用于信号采集,达到了增加整体空间方位信息的目的。本文探讨了不同增益向量条件下波束形成的特性和双麦克风间距对波束的影响,为双麦克风语音增强技术在电子耳蜗的应用提供有价值的理论分析和工程参数。     

方向性麦克风的极性图特性及增益变化特征研究

【摘 要】 在传统的电子耳蜗体外机中,信号采集采用的是全向性麦克风。近年来的研究和产业中逐渐出现了方向性麦克风的使用以及麦克风阵列语音增强算法的研究。本文基于实际的方向性麦克风的尺寸及信号输出模式来探讨其信号采集特点、波束形成特征和增益变化的特性,研究正增益变化和负增益变化的系统响应曲线及变化特征,分析增益变化对高低频信号的不同影响,有助于方向性麦克风的进一步应用及电子耳蜗前端语音增强的研究。     

基于信号能量选取的电子耳蜗言语处理策略特征

基于信号能量选择的电子耳蜗言语处理策略的算法架构,分析该策略的信号处理过程,并比较波形、信号强度、语音频谱等特征,以获得该策略对语音信号处理的影响。此外,本文对信号序列每帧中选择的最大子带数量以及电子耳蜗滤波器组选择每个子带的概率进行深入统计。研究发现,基于信号能量选择的言语处理策略的特点是低频通道的选取概率较高,高频通道的选取概率较低。通过重点分析算法在信号特征参数传输上的匹配性和频带选择中的关键特征,为提出和改进新的电子耳蜗言语处理策略提供依据。     

基于信号特征的电子耳蜗言语处理策略的频带选取

言语处理策略提取信号参数,并以特定的编码和刺激模式把参数传递到植入体内的电子阵列,是电子耳蜗各个环节中的关键部分。目前不同类型的电子耳蜗采用不同的言语处理策略,其中基于信号特征的言语处理策略是主流的方法。该模式进行参数提取和频带选择是基于所采集信号本身的特征,其刺激模式与连续交替采样刺激模式不同。本研究基于信号特征的电子耳蜗言语处理策略的频带选取模式和特征,探讨频带选取对信号的影响,并总结基础的参数结果和信号变化结论,有助于电子耳蜗新算法的开发和改进。     

基于GSC结构的多麦克风数字助听器的自适应波束形成算法

针对利用麦克风阵列进行数字助听器的语音增强这一应用,本文对传统的GSC结构的自适应波束形成算法加以改进,以对固定波束形成器(fixed beamfomer,FBF)的输出进行语音活动检测的结果,来取代信干比作为处理过程中的自适应模式控制,并将波束形成过程对目标语音信号的畸变引入到滤波器代价函数的设计,重新定义多路输入抵消器(multiple-input canceller,MC)中的归一化最小均方算法的迭代公式,以减少自适应过程中目标语音的损失.仿真结果显示使用新的代价函数后,背景噪声和强干扰得到了明显的抑制,目标语音信号的畸变显著减小,而算法因此增加的计算量也在一个可接受的程度.     

电子耳蜗CIS语音信号处理方案的计算机仿真及声音合成

电子耳蜗是用有限个电极刺激听神经以恢复全聋人听觉的装置,本利用耳蜗的电刺激简化在模型,在计算机上对连续交替取样（ｃｏｎｔｉｎｕｅｄｉｎｔｅｒｌｅａｖｅｄｓａｍｐｌｉｎｇ,简称ＣＩＳ）方案进行了仿真及声音合成,以模拟耳蜗植入者感受的声音,仿真方法和结果对研究语音信号处理的新方案及临床参数选择具有一定的意义。     

电子耳蜗言语训练及发音模拟系统

听力障碍患者可根据听力障碍程度选择佩戴助听器或植入电子耳蜗,其中重度耳聋患者需要植入电子耳蜗以恢复听力感知能力。电子耳蜗手术植入后,患者仍需要大量的言语康复训练,以适应电子耳蜗和日常言语交流。目前,训练的主要方式是人工训练,不利于提高听力康复训练的效率。本研究开发了一套基于电子耳蜗常用言语处理策略的言语训练及发音模拟系统。该系统可用于语音信号的采集,并进一步将采集到的信号转换成特定的言语处理策略。它可以帮助医生对患者进行听力训练,也可以用于开发新的言语处理策略和算法评估,该系统采集和合成的康复训练信号能准确地反映电子耳蜗言语处理策略的特点,GUI界面简单易用,便于在临床推广应用。     

电子耳蜗近场信号采集震荡及失配研究

电子耳蜗是一种通过电极刺激耳聋患者的听觉神经来产生听觉信号和听觉感知能力的小型电子装置,包括体内植入电路和体外机两部分。体外机嵌入了微型麦克风用于采集声音信号,传统的电子耳蜗单麦克风及双麦克风信号采集往往假定信号源为远场信号,并以几何中平行波的方式来分析信号采集。实际电子耳蜗更常用的场景是面对面沟通及电话交流,在此应用场景下信号源距离较短。本文研究在电子耳蜗实际应用场景中信号采集的近场震荡特性及不同频率和距离的近场信号采集失配特征,为电子耳蜗处理算法的近场应用提供技术参数及理论分析方法。     

基于拉格朗日插值的电子耳蜗分数延迟和参数失配分析

波束形成方法是电子耳蜗前端语音增强的重要方法之一,该方法的主要参数是增益系数和延迟参数。电子耳蜗的尺寸小,传统的波束形成方法在具体应用中会出现分数延迟的问题。本文采用拉格朗日多项式的插值方法实现电子耳蜗的分数延迟参数,通过相邻点的数值进行加权形成分数延迟的信号序列。仿真分析表明,拉格朗日多项式插值的分数延迟方法可实现低频段的幅频响应和相频响应的高度吻合,契合电子耳蜗频带特征,可实现电子耳蜗所在频段分数延迟的低误差和低计算复杂度。     

定点DSP实现电子耳蜗CIS策略研究

连续交错采样（CIS）语音处理策略,是目前商用电子耳蜗较多采用的语音处理策略,具有较高的刺激速率和植入者对语音识别的准确率。详细阐述算法原理,并介绍在通用16位定点DSP TMS320VC5502实现CIS算法中,如何抑制溢出、保持算法稳定、滤波器系数最小字长确定及系数定标。实验数据运行结果表明,定点DSP实现CIS策略是有效可行的方法,为开发低成本商用电子耳蜗提供可靠依据。     

基于连续交替采样的电子耳蜗等间隔多刺激算法研究

电子耳蜗连续交替采样算法是目前常见于各种电子耳蜗言语处理策略的基本算法架构,该算法通过滤波器组信号进行频带划分并与刺激电极对应,在刺激听觉神经的特定一个时刻只有一个电极在工作,目的是减少电极间刺激电流的互相干扰。由连续交替单刺激的方法可以延伸为连续等间隔交替多刺激的模式,通过该方式在增加刺激信号信息的同时避免了相邻电极同时刺激听神经而产生的刺激电流串扰,具有较大的应用前景。本文深入研究了基于连续交替采样的等间隔多刺激策略的算法架构,提出了等间隔多刺激的算法具体工程实现方式,并进一步分析了等间隔多刺激算法的特征和参数特性,为多刺激模式的算法应用研究提供了基础,同时,本文的失配分析有助于工程上刺激模式的选取,所提出的等间隔多刺激的算法模式则为算法的工程实现提供了具体方案。     

基于Bark域的电子耳蜗频带划分分析和拟合研究

目前电子耳蜗主流的言语处理策略是基于滤波器组的言语处理算法,该算法通过分频带进行信号处理并把参数传递到对应的电极上。电子耳蜗滤波器组的频带划分不是等分的,而是按一定规律进行并且符合人耳听觉特性的,其中,Bark域的频带划分是重要的参考。本研究基于Bark域的电子耳蜗频带划分方法,探讨Bark域频带划分的特性并结合目前的电子耳蜗滤波器组的频带划分进行分析,进而探讨频带划分中的曲线拟合方法,为电子耳蜗滤波器组中的频带划分提供重要的方法和参数。     

基于USB-4221数据采集卡的连续血压测量

针对现有连续无创血压测量系统测量结果离散程度高的问题,设计基于USB-4221数据采集卡的连续血压测量系统。通过AD8232心电传感器和指夹光电脉搏传感器同步获取心电-脉搏信号,设计心电-脉搏硬件调理电路。应用MIMIC数据库中心电-脉搏-血压信号计算脉搏传导时间,并进行回归分析,构建血压测量模型。同时,利用图形可视化工具GUI进行了用户平台的设计。系统采集了若干名志愿者的相关数据,测得的血压值与欧姆龙电子血压计HEM-8713的测量值进行对比,测量误差在±5 mmHg范围内,达到AAMI标准中对测量平均误差的要求。     

基于ICA方法去除人工耳蜗ERP信号伪迹的研究

目的人工耳蜗植入者的听觉诱发电位含有较大的伪迹信号,影响了其在人工耳蜗植入后的效果评估。功能成像方法由于安全问题和介入性等特点,不适用于人工耳蜗植入者。本文利用独立成分分析(independent component analysis,ICA)去除人工耳蜗伪迹,为进一步利用听觉诱发电位信号客观评价人工耳蜗植入者言语识别能力和人工耳蜗植入效果提供便利。方法采用经典Oddball模式,分别以言语声/ba/和/da/为标准刺激和偏差刺激,测量人工耳蜗植入者的听觉事件相关电位(eventrelated potential,ERP),采用ICA方法去除ERP信号中人工耳蜗造成的伪迹,并分析其独立成分的时域波形和脑地形图特征。本文对10例人工耳蜗植入6个月的受试者进行ERP测试,并比较了Infomax和Jade两种算法去除人工耳蜗伪迹的效果。结果根据独立成分的时域波形和脑地形图特征,可以将人工耳蜗伪迹对应的独立成分识别出来。人工耳蜗伪迹独立成分的时域波形类似于一个基座,其脑地形图显示在植入侧有较高的电位。去除人工耳蜗伪迹后的ERP波形显示出原始的形态。Infomax算法能够更有效地去除ERP信号中的人工耳蜗伪迹。结论 ICA方法可以有效地将人工耳蜗伪迹从人工耳蜗植入者的ERP信号中分离出来。     

基于智能终端的人工耳蜗医疗监护系统的研制

目的为了对人工耳蜗植入者的术后状态进行智能监护,提高言语康复训练以及后续的算法移植的效果,本文设计了基于智能终端的人工耳蜗植入监护和算法移植系统。方法本系统采用摄像头和麦克风等器件作为输入模块,报警器等器件作为输出模块,并结合智能终端、智能手机、接口硬件、传输电路等部分设计完整的硬件系统。在通信方式上,输入模块采用网络路由器和Zigbee进行通信,输出模块采用继电器进行控制。结果通过对所搭建的系统进行摄像头配置测试,麦克风采集测试,继电器控制等实验以及语音特征分析,表明本系统能够正常工作并可控制各个传感器的信号输入输出。结论本文所搭建的系统实现了目标的功能需求,为后续的算法移植研究和实际监护系统的开发提供了基础。     

基于虚拟仪器的生理信号采集分析系统

目的利用计算机软硬件技术构建多通道生理信号采集分析系统,为医学相关研究提供方法与工具。方法在基于虚拟仪器的软硬件平台下(软件为LabVIEW 8.2,硬件为生理信号检测电路和模/数转换电路)对系统进行设计,利用了数据采集(DAQ)卡配置方法、DAQ显示存储回放的实现方法及使用软件灵活地控制数据采集等关键技术。在系统扩展部分,利用该系统和对照系统对15例健康志愿者做了心血管参数检测的对比试验,并对试验结果进行了Pearson相关分析。结果很好地实现了各类生理信号的采集处理,并对系统功能进行了扩展,实现了生理信号的识别与分析。两种测量系统的检测结果之间具有良好的相关性,其中心率r=0.959,P<0.001,平均动脉压r=0.976,P<0.001,心搏出量r=0.877,P<0.001;心搏指数r=0.785,P<0.001;血管顺应性r=0.869,P<0.001。结论该系统可应用于各类生理信号的采集与分析,而且在生理机能实验及动物生理学实验等相关教学领域内也有较好的应用前景。