阅读说明：本技术 具有带宽归一化的内侧橄榄耳蜗反射声编码 (Inside olive cochlear reflex acoustic coding with bandwidth normalization ) 是由 恩里克·亚历杭德罗·洛佩兹-波韦达 于 2018-06-28 设计创作，主要内容包括：描述了一种用于双侧听力植入系统中的信号处理的信号处理装置。通道压缩模块基于通道归一化的内侧橄榄耳蜗反射模型使用通道特定动态抑制调整来为每个带通信号产生经抑制调整的带通信号,所述通道归一化的内侧橄榄耳蜗反射模型反映相应的对侧带通信号的带宽能量和选择的参考对侧带通信号的带宽能量。(A signal processing arrangement for signal processing in a bilateral hearing implant system is described. The channel compression module generates a suppression-adjusted band pass signal for each band pass signal using channel-specific dynamic suppression adjustment based on a channel normalized medial olive cochlear reflex model that reflects the bandwidth energy of the corresponding contralateral band pass signal and the bandwidth energy of the selected reference contralateral band pass signal.)

具有带宽归一化的内侧橄榄耳蜗反射声编码

相关申请的交叉引用

本申请要求于2017年6月28日提交的美国临时专利申请62/525,902的优先权，该申请通过引用将其全部并入本文。

技术领域

本发明涉及听力植入系统，并且具体地，涉及用于在这样的系统中产生电刺激信号的技术。

背景技术

如图1所示，正常耳朵通过外耳101向鼓膜102发送声音，该鼓膜102移动中耳103(锤骨、砧骨和镫骨)的骨头，该骨头振动耳蜗104的卵圆形窗口和圆形窗口开口。耳蜗104是窄长的管道，关于管道的轴线螺旋缠绕约两圈半。它包括通过耳蜗管被连接的称为前庭阶的上通道和称为鼓阶的下通道。耳蜗104形成具有称为耳蜗轴的中心的直立的螺旋锥，听神经113的螺旋神经节细胞位于该耳蜗轴中。响应于接收到由中耳103传送的声音，充以流体的耳蜗104作为换能器来生成被传送到耳蜗神经113，并最终传送到大脑的电脉冲。

当沿着耳蜗104的神经基质将外部声音转换成有意义的动作电位的能力存在问题时，听力受损。为了改善受损的听力，已经研制出听力修复术。例如，当损伤与中耳103的操作有关时，可以使用传统助听器以放大的声音的形式向听力系统提供机械刺激。或者当损伤与耳蜗104相关联时，带有植入的刺激电极的耳蜗植入物可以使用通过沿电极分布的多个电极接触传递的小电流电刺激听力神经组织。

图1还示出了典型的耳蜗植入系统的一些组件，包括向在其中可以实施不同的信号处理方案的外部信号处理器111提供音频信号输入的外部麦克风，然后，所处理的信号被转换为诸如数据帧序列的数字数据格式，用于传送到植入物108。除了接收所处理的音频信息之外，植入物108还执行诸如纠错、脉冲形成等的附加信号处理，并且产生通过电极引线109被发送到植入的电极阵列110的刺激模式(基于所提取的音频信息)。

通常，电极阵列110在其表面上包括提供对耳蜗104的选择性刺激的多个电极触点112。根据上下文，电极触点112也被称为电极通道。在今天的耳蜗植入物中，相对较少的电极通道各自与相对较宽的频带相关联，每个电极接触112用具有从该频带内的信号包络的瞬时振幅导出的电荷的电刺激脉冲来寻址一组神经元。

在一些编码策略中，以恒定速率跨所有电极通道来施加刺激脉冲，而在其他编码策略中，以通道特定速率施加刺激脉冲。可以实施不同的特定的信号处理方案来产生电刺激信号。在耳蜗植入物领域中众所周知的信号处理方法包括连续交错采样(CIS)、通道特定采样序列(CSS)(如美国专利NO.6,348,070所述，通过引用并入本文)、频谱峰值(SPEAK)和压缩模拟(CA)处理。

图2示出了典型的耳蜗植入信号处理系统中的主要功能块，其中带通信号被处理和编码以生成到植入的人工耳蜗植入物电极阵列中的刺激电极的电极刺激信号。例如，可使用商用数字信号处理器(DSP)来根据12通道CIS方法执行语音处理。初始声学音频信号输入由可以是全向和/或定向的一个或多个感测麦克风产生。滤波器组201使用多个带通滤波器组预处理初始声学音频信号，每个滤波器组与特定的音频频率带相关联——例如，具有12个6阶无限脉冲响应(IIR)类型的巴特沃斯带通滤波器的数字滤波器组——使得声学音频信号被过滤成一些M个带通信号B₁到B_M，其中每个信号对应于其中一个带通滤波器的频带。CIS带通滤波器的每个输出可以大致看作是带通滤波器中心频率处的由信号包络调制的正弦。这是由于滤波器的品质因数(Q≈3)。在说出的语音片段的情况下，该包络是近似周期性的，并且重复率等于基音频率。可替换地且不限于，可以基于快速傅立叶变换(FFT)或短时傅立叶变换(STFT)的使用来实现滤波器组201。基于耳蜗的张力组织，鼓阶内的每个电极接触通常与外部滤波器组的特定带通滤波器相关联。

图3示出了来自麦克风的音频语音信号的短时间周期的示例，并且图4示出了通过由滤波器组的带通滤波被分解为信号集合的声学麦克风信号。基于直接形式II转置结构的无限脉冲响应(IIR)滤波器组的伪代码的示例由Fontaine等人，Brian Hears：OnlineAuditory Processing Using Vectorization Over Channels(使用语音矢量化的在线听力处理)，Frontiers in Neuroinformatics(神经信息学前沿)，2011给出；通过引用将其全部并入本文：

带通信号B₁到B_M(也可以被认为是频率通道)被输入到信号处理器202，该信号处理器202将信号特定刺激信息——例如，包络信息、相位信息、所请求的刺激事件的定时等——提取成N个刺激语音信号S₁到S_N的集合，该N个刺激通道信号表示电极特定要求刺激事件。例如，可以如通过引用将其全部并入本文中的美国专利6,594,525中所描述的来使用通道特定采样序列(CSS)。例如，可以使用12个整流器和12个二阶IIR型数字巴特沃斯低通滤波器来执行包络提取。

脉冲定时和编码模块203对每个带通包络的振幅应用非线性映射函数(通常为对数)。该映射函数——例如使用包络信号的瞬时非线性压缩(映射定律)——通常在植入物的安装期间适应于个人耳蜗植入物使用者的需求，以实现自然响度增长。这可以是应用于每个请求的反映患者特定的感知特性的刺激事件信号S₁到S_N的函数的特定形式，以产生提供声学信号的最佳电表示的电极刺激信号集合A₁到A_M。具有形状因子c的对数函数通常可用作响度映射函数，该响度映射函数跨所有带通分析通道通常是相同的。在不同的系统中，可以使用除了对数函数的不同的特定响度映射函数，对所有通道仅应用一个相同的函数，或者对每个通道使用一个单独的函数，以产生从脉冲定时和编码模块203输出的电极刺激信号A₁到A_M。

脉冲生成模块204将该组电极刺激信号A₁到A_M形成为用于植入的电极阵列中的电极接触的一组输出电极脉冲E₁到E_M，该电极接触用于刺激相邻神经组织。输出电极脉冲E₁到E_M可以是具有从压缩的包络信号中直接获得的振幅的对称的双相电流脉冲。

在CIS系统的特定情况下，以严格不重叠的顺序施加刺激脉冲。因此，作为典型的CIS特征，一次只有一个电极语音是激活的，总刺激率较高。例如，假设总刺激率为18kpps，其中kpps表示每秒1000个刺激脉冲，以及12通道滤波器组，则每通道的刺激率为1.5kpps。这种每个通道的刺激率通常足以对包络信号进行充分的时间表示。最大总刺激率受每脉冲最小相位持续时间的限制。相位持续时间不能任意短，因为脉冲越短，激发神经元的动作电位的电流振幅越高，并且因为各种实际原因，电流振幅被限制。对于18kpps的总刺激率，相持续时间为接近下限的27μs。

在CIS策略中，信号处理器仅使用带通信号包络以进一步处理，即，它们包含整个刺激信息。对于每个电极通道，信号包络被表示为以恒定重复率的双相脉冲序列。CIS的性能特征是所有电极通道的刺激率相等，并且与各个通道的中心频率没有关系。典型的是，脉冲重复频率不是患者的时间提示(即，它应该足够高，使得患者不会感知频率等于脉冲重复频率的音调)。通常在高于包络信号带宽的两倍以上选择脉冲重复频率(基于奈奎斯特定理)。

另一种传递精细时间结构信息的耳蜗植入刺激策略是Med-El的精细结构处理(FSP)策略。跟踪带通滤波时间信号的过零点，并且在每个负到正过零点处，启动通道特定采样序列(CSSS)。通常，CSSS序列仅施加于第一一个或两个最顶端电极通道，覆盖频率范围高至200或330Hz。在通过引用将其全部并入本文的Hochmair I、Nopp P、Jolly C、SchmidtM、Schβer H、Garnham C、Anderson I、MED-EL Cochlear Implants:State of the Art anda Glimpse into the Future(人工耳蜗植入物：技术现状和未来一瞥)，Trends inAmplification，第10卷，201-219，2006中进一步描述了FSP布置。

除了上面讨论的特定处理和编码方法外，不同的特定脉冲刺激模式还可能使用特定电极——即单极、双极、三极、多极和相控阵刺激——来传送刺激脉冲和相位阵列刺激。并且也有不同的刺激脉冲形状——即双相、对称三相、不对称三相或不对称脉冲形状。这些不同的脉冲刺激模式和脉冲形状各自提供不同的益处，例如，更高的张力选择性、更小的电阈值、更高的电动态范围、更少不需要的诸如面神经刺激等的副作用。但有些刺激安排很耗电，特别是当邻近电极用作电流沉(sink)时。与简单的单电极刺激概念(如果连续使用功率消耗脉冲形状或刺激模式)相比，可能需要高达10分贝的电荷。

双侧刺激早已在助听器中使用，但直到最近才在诸如耳蜗植入物(CI)等听力植入物中普遍使用。对于耳蜗植入物，双耳刺激需要具有两个植入的电极阵列、每个耳朵中一个的双侧植入系统。要进入的左侧和右侧声学信号与助听器中的那些类似，并且可以简单地分别是位于左耳和右耳附近的麦克风的输出信号。双侧耳蜗植入物提供能够允许听者在水平面中定位声源的双侧听力的益处。众所周知，双侧听力也使在噪音中语音更容易理解。例如，在通过引用并入本文的Bronkhorst，A.W.和Plomp，R.，The Effect Of Head-InducedInteraural Time And Level Differences On Speech Intelligibility In Noise(头部诱发的耳间时间和水平差异对噪声中语音清晰度的影响)，J.Acoust.Soc.Am.83,1508-1516,1988中进行了更充分地解释。

众所周知，对于自然听力，中枢神经系统通过内侧橄榄耳蜗(MOC)传出神经控制耳蜗中的声音编码。MOC传出神经支配耳蜗的外毛细胞，其激活抑制对低、中度声音的基膜的运动。这种抑制作用恢复噪声中个体听力神经纤维的动态范围，并且可能增加在它们的动态范围内放电的神经纤维的比例。这可能改善瞬态声音特征的神经表示并且因此有助于语音识别和噪声中的声源定位。更多细节，参考通过引用并入本文的Guinan JJ.，Cochlearefferent innervation and function(耳蜗传出神经支配和功能)Curr.Opin.Otolaryngol，Head&Neck Surgery，18(2010)，第447-453页。它还可能放大掩蔽的空间释放，看示例Kim S.H.、Frisina R.D.、Frisina D.R,Effects of age on speechunderstanding in normal hearing listeners:Relationship between the auditoryefferent system and speech intelligibility in noise.(年龄对正常听力听者语音理解的影响：听力传出神经系统与噪声中语音理解力之间的关系).Speech Communication(2006)48,862。

与听力正常的听众相比，CI使用者具有对噪声中语音理解的更大难度。这可能部分由于它们缺乏内侧橄榄耳蜗反射(MOC)的反询问益处，并且使用模拟MOC对压缩的影响的声音处理策略，可以提高CI使用者的噪声中听力能力。见专利合作条约出版物WO 2015/169649；Lopez Poveda等人，Roles of the contralateral efferent reflex in hearingdemonstrated with cochlear implants(耳蜗植入物显示的对侧传出反射在听力中的作用)，Adv.Exp.Med.Biol.894,105-114,2016；和Lopez-Poveda等人，A bilateral soundcoding strategy inspired by the contralateral medial olivocochlear reflex(受对侧内侧橄榄耳蜗反射启发的双侧声编码策略)，Ear Hear.37,e138-e148,2016；上述所有的通过参考将它们的全部并入本文。另一方面，可以认为CI用户在噪声中识别语音的能力同时取决于CI音频处理器的输出处的有效语音噪声比(SNR)和CI用户对相应的电刺激的敏感性。

发明内容

本发明的实施例涉及针对具有左侧和右侧听力植入物的双侧听力植入系统的信号处理装置和相应的方法。每个听力植入物包括至少一个感测麦克风，该感测麦克风被配置用于感测声音环境以形成相应的麦克风信号输出。滤波器组被配置用于处理麦克风信号以生成多个带通信号，其中每个带通信号表示关联的音频频率带。通道压缩模块被配置成基于通道归一化的内侧橄榄耳蜗反射模型，使用通道特定动态抑制，为每个带通信号形成经抑制调整的带通信号，该内侧橄榄耳蜗反射模型反映相应的对侧带通信号的带宽能量和选择的参考对侧带通信号的带宽能量。脉冲定时和编码模块被配置用于处理经抑制调整的带通信号以形成刺激定时信号。脉冲生成模块被配置用于处理刺激定时信号，以形成用于听力植入物的电极刺激信号以感知为声音。

在进一步的具体实施例中，内侧橄榄耳蜗反射模型可被特别配置成为较低频率的带通信号产生更大的通道特定动态抑制调整。通道抑制模块可被配置为使用通道特定的

其中x表示输入带通信号的振幅，y表示所调整的带通信号的振幅，并且c是确定抑制调整量的动态确定的抑制因子。在这些实施例中，x和y可以在区间[0，1]内变化，和/或动态确定的抑制因子c和相应的对侧带通信号的带宽能量可以逆相关，使得相应的对侧带通信号的带宽能量越大，动态确定的抑制因子c的值越小。相应的对侧带通信号的带宽能量可以基于在具有两个时间常量τ_a和τ_b的先前的时间指数衰减时间窗上积分的均方根输出振幅。并且脉冲定时和编码模块可被配置为使用连续交错采样(CIS)或基于通道特定采样序列(CSSS)或精细结构处理(FSP)编码策略或其组合来形成刺激定时信号。

附图说明

图1示出了利用典型的被设计成向内耳递送电刺激的耳蜗植入系统的人耳的剖面图。

图2示出了连续交错采样(CIS)处理系统中的不同的功能块。

图3示出了来自麦克风的音频语音信号的短时间段的示例。

图4示出了通过滤波器组的带通滤波被分解成信号集合的声学麦克风信号。

图5示出了根据本发明实施例的用于信号处理的系统中的不同的功能块。

图6示出根据本发明实施例的用于信号处理的方法中的不同的逻辑块。

具体实施方式

使用内侧橄榄耳蜗反射(MOCR)模型的先前的信号处理装置基于每个带通通道的抑制参数c，该抑制参数c取决于来自相应的对侧带通通道的输出能量E。对于宽带信号，产生的对侧抑制对更高频率通道可能比低频通道更大，因为高频通道的频率更宽并且可以比低频通道包括更多的能量。本发明的实施例解决了基于通道归一化的MOCR模型使用通道特定动态抑制调整的双耳CI声音编码的问题，该MOCR模型反映相应的对侧带通信号的带宽能量和选择的参考对侧带通信号的带宽能量。

图5示出了系统中的不同的功能块，并且图6示出了根据本发明实施例的用于具有左侧听力植入物500和右侧听力植入物501的双侧听力植入系统的信号处理的方法中的不同的逻辑块。图5所示的系统是基于上面讨论的关于基于CIS的声音编码的图2的系统。因此，在每一侧初始有至少一个感测麦克风，该感测麦克风被配置用于感测声音环境以形成对应的麦克风信号输出，步骤601，其由滤波器组201处理，步骤602，以生成多个带通信号B₁到B_M(其也可以被认为是频率通道)，每一个表示相关联的音频频率带。例如，滤波器组201可以具体地包括诸如具有1.2KHz的3-dB截止频率的一阶巴特沃斯滤波器的高通预加重滤波器，接着是遵循100到8500Hz之间的修改的对数分布的具有3-dB截止频率的12个六阶巴特沃斯带通滤波器组。

然后，信号处理器通道压缩模块502处理如上所述关于图2的带通信号B₁到B_M(例如，使用截止频率为400Hz的3-dB四阶巴特沃斯低通滤波器，经由全波整流和低通滤波来执行包络提取)并且另外执行通道特定动态对数抑制调整，步骤603，如下面更充分讨论的，其基于通道归一化的内侧橄榄耳蜗反射模型来产生经调整的带通信号S₁到S_N。

脉冲定时和编码模块203然后施加脉冲编码(例如，使用连续交错采样(CIS)编码策略)和如上所述的非线性映射函数，步骤604，至经调整的带通信号S₁到S_N以产生电极刺激信号集合A₁至A_M，针对植入的电极阵列中的电极触点该电极刺激信号由脉冲生成模块204形成为输出电极脉冲E₁至E_M，步骤605。

在步骤603中，MOC模块503向来自每个滤波器组201的带通信号B₁到B_M施加通道归一化的内侧橄榄耳蜗反射模型，以便信号处理器通道压缩模块502执行通道特定的动态抑制调整，这可以特别地被配置成针对较低频率的带通信号产生更大的通道特定的动态抑制调整。例如，这可以基于通道特定的动态抑制调整函数

其中x表示输入带通信号的振幅，y表示经调整的带通信号的振幅，并且c是确定抑制调整量的动态确定的抑制因子。更多详细信息，参考通过引用将其全部内容并入本文的Boyd PJ，Effects ofprogramming threshold and maplaw settings on acoustic thresholds and speechdiscrimination with the MED-EL COMBI 40+cochlear implant(编程阈值和maplaw设置对MED-EL-COMBI 40+人工耳蜗声阈值和语音识别的影响).Ear Hear.27,608-618,2006中的讨论。在另一示例中，通道特定动态抑制调整函数y＝ax^p+k，其中x表示输入带通信号的振幅，y表示经调整的带通信号的振幅，k为常数，并且p是确定抑制调整量的动态确定的抑制因子。然而，应当理解，本发明不限于这两个动态抑制调整函数，而是可以使用其他合适的函数。更正式地，使用被归一化为通道带宽E'的输出能量E来控制抑制因子c(或者p)：

其中，BW是通道带宽，并且BW_ref是参考通道带宽。

在典型实施例中，x和y可以在区间[0，1]内变化。动态确定的抑制因子c和相应的对侧带通信号的带宽能量可以逆相关，使得相应的对侧带通信号的带宽能量越大，动态确定的抑制因子c的值越小。例如，在c的瞬时值和瞬时对侧输出能量之间的关系可以使得输出能量越大，c的值越小。在一个示例中，该关系可以由下式给出：

式中，c_a、c_b和β是常数并且E'是归一化的针对给定时间t的瞬时输出能量E，如专利合作条约出版物WO2015/169649(通过引用并入本文)中更详细地描述。在另一个示例中，该关系可以由下式给出：

式中，c_a、c_b和β是常数并且E'是归一化的针对给定时间t的瞬时输出能量E。然而，应当理解，本发明不限于这两个函数，而是可以使用其他合适的函数

特别地，对于0和-20dB满量程的对侧输出能量，c可以分别在大约30和1000之间变化(FS：其中，0dB FS对应于单位处的峰值振幅)。

基于MOC效应激活和失活的指数时间过程(见，例如，Backus和Guinan，Time-course of the human medial olivocochlear reflex(人类内侧橄榄耳蜗反射的时间过程)，J.Acoust.Soc.Am.119,2889-2904,2006，其全部通过引用并入本文中)，相应的对侧带通信号的带宽能量可以基于在具有两个时间常数τ_a和τ_b的先前的指数衰减时间窗上积分的均方根输出振幅。例如，为了反映自然MOCR的激活和失活的时间过程，时间常数可以设置为τ_a＝2ms和τ_b＝300ms。

例如，在通道#1和通道#12分别是最低和最高频率的实施例中，当BW_ref等于通道#12(BW#12)的带宽时，总体抑制将最大，并且对于较低数的通道而逐渐减小。产生更大抑制的带宽归一化会损害可听性并降低可懂度。此外，对于正常听力听者，观察到60dB声压级的对侧宽带噪声使听力阈值增加大约1至9dB。发明者观察到，用BW_ref＝BW#6、BW#7或BW#8进行归一化产生更合理的总体抑制，在较低频率通道中的有效抑制等于或大于在较高频率通道中的抑制，而不显著损害可听性。

本发明的实施例可以部分地用任何传统计算机编程语言来实现。例如，优选的实施例可以用过程编程语言(例如，“C”)或面向对象的编程语言(例如，“C++”、Python)来实现。本发明的替代实施例可以实现为预先编程的硬件元件、其他相关组件或硬件和软件组件的组合。

实施例可以部分地实现为用于计算机系统的计算机程序产品。这种实现可以包括固定在诸如计算机可读介质(例如，软盘、CD-ROM、ROM或固定磁盘)上或者可经由调制解调器或者其他接口设备诸如通过介质连接到网络的通信适配器可传送至计算机系统的一系列计算机指令。介质可以是有形介质(例如，光或者模拟通信线路)或利用无线技术(例如，微波、红外或其他传输技术)实现的介质。该一系列计算机指令体现了本文先前描述的关于该系统的全部或部分功能。本领域技术人员应当理解，这种计算机指令可以用多种编程语言编写，以用于许多计算机体系结构或操作系统。此外，这种指令可以存储在诸如半导体、磁性、光学或其它存储设备的任何存储设备中，并且可以使用诸如光学、红外、微波或其它传输技术的任何通信技术来传输。预计这种计算机程序产品可以作为可移动介质分发，附带打印或电子文档(例如，收缩包装的软件)，预装计算机系统(例如，在系统ROM或固定磁盘上)，或者通过网络从服务器或电子公告板分发(例如，互联网或万维网)。当然，本发明的一些实施例可以实现为软件(例如，计算机程序产品)和硬件的组合。但是本发明的其他实施例被实现为完全硬件或完全软件(例如，计算机程序产品)。

虽然已经公开了本发明的各种示例性实施例，但是本领域技术人员应当清楚，可以进行各种改变和修改，以实现本发明的一些优点而不脱离本发明的真实范围。