人工听觉现状与展望-Read.DOCVIP

人工听觉现状与展望 文熙韬 一、自然听觉系统回顾 ? 人的自然听觉系统分为接受声音的耳，传导神经信号的神经通路和处理听觉信息的皮层听觉。其中，耳又分为外耳、中耳和内耳。环境中的声音通过外耳和中耳的传导，到达内耳的耳蜗，在这儿被转换成神经冲动信号。耳蜗是位于内耳的一个蜗牛状器官，它通过由三块听小骨驱动的内组织液震动引起基底膜上相应位置共振，从而引发相应的毛细胞相对运动产生神经冲动。神经冲动通过神经通路上行至皮层听觉中枢，在初级听觉皮层和听觉联合皮层的共同作用下转化为听知觉，被意识所感知。 人类的自然听觉系统十分灵敏，不仅能够感知到频率范围宽达20Hz～20kHz的声音，而且频率分辨率也十分优秀，在100Hz的频率下辨差阈仅为1～2Hz。自然听觉的响度感受范围也相当的宽，从0db到120db都能被正常感知。不仅如此，人耳还能对声音的很多高级特征做出精确感知。比如音色感知，我们能够轻易的在嘈杂环境中辨别出不同的人声、乐器声、环境声等等。再比如声音定位，人耳能够利用双耳时间差线索（ITD）与双耳响度差线索（ILD）知觉到声源的方向角，再加上耳廓产生的频谱性质和声音的绝对响度线索，我们能定位出声源的大概位置。 人类听觉之所以能够这么灵敏，很大程度上在于听觉神经系统特殊的编码策略。我们已知的听觉神经的频率编码方式大概有以下三种：频率拓扑结构（tonotopics），同步跟随方式（phase-locking），发放率编码方式（firing-rate monotonic）。频率拓扑结构是指不同频率声音引发不同位置神经元的发放，而相邻的神经元编码相似的频率信息。同步跟随是指一些神经元的发放有这样的特征，它们总在锁定在声音特定的相位发放，从而它们的发放频率和声音的频率相同。这些神经元的发放频率正好就编码了声音的频率信息。发放率编码方式最近才被科学家所发现，这种方式广泛存在于高级中枢如大脑皮层。发放率编码指的是这些神经元，它们的发放频率同声音刺激的频率呈稳定的单调相关关系，通过发放率就能知道声音刺激的频率。在这些编码方式中，频率拓扑结构编码方式的研究已经被应用于人工耳蜗的设计之中，而另外两种编码方式的奥秘还没有被完全揭开。研究和认识听觉系统的编码方式对开发新的耳聋治疗装置与技术有着十分重要的意义。 二、人工听觉装置 中国有2004万不同程度的听力残障人士，听力的障碍让他们不能准确感知声音，不能有效地与正常人进行言语交流。听觉系统疾病很难治愈，这是听觉神经系统的复杂性所致。人工听力装置为他们提供了一个重获听觉的机会。 人工听觉装置主要分为两大类：电子放大助听装置与人工听神经刺激装置。 电子放大助听装置的代表产品是助听器，其基本思想是通过放大所接受到的声音信号使耳聋病人更好地听到声音。现在市场上的助听器主要分为耳内型（ITE）、耳道型（ITC）、迷你耳道型（MITC）、隐形深耳道型（CIC）。但无论哪一种类型的助听器都不能适宜受损的听觉系统恢复正常。它只是把声音扩大，使耳聋病人易于听取。 在近10年里，又有许多新型的电子放大助听装置问世，如骨锚式助听器（BAHA）与人工中耳（MEI）。骨锚式助听器利用植入乳突骨内的钛螺钉，将声音直接由骨导进入内耳。它适应于双侧先天耳道闭锁和慢性化脓性中耳炎患者。人工中耳装置则将振动器定位在听小骨之一的砧骨上，直接通过耳蜗窗向内耳传递能量。这两项技术尚处于临床试验阶段，技术手段尚不成熟。 人工听神经刺激装置以人工耳蜗（Cochlear Implant, CI）为代表。它的主要功能在于替代失去功能的耳蜗，通过电子装置直接刺激听神经，从而产生听觉。在CI装置中，一系列刺激电极成阵列状镶嵌在硅胶芯上，随硅胶芯一起插入到耳蜗里。外部的麦克风接收到声音后，首先经过言语处理器的分析处理，变成个频段的调制信号。这些信号被发送到电极阵列，这些电极利用基底膜的频率拓扑结构关系，产生电脉冲刺激相应的频率区域，使人产生听觉知觉。目前，人工耳蜗已经成为比较成熟的人工听觉技术。 在人工耳蜗的工作路径上，言语处理器的信号编码对植入患者的言语理解起着至关重要的作用。目前普遍采用的人工耳蜗语音处理策略是CIS（continuous interleaved sampling）算法。但是，CIS核心的编码策略是针对印欧语系特别是英语母语患者研究开发的，并不完全适应汉语母语的患者。已有研究报告表明，母语为汉语的人工耳蜗植入者的言语识别率不及英语和德语国家的人工耳蜗植入者。而且人工耳蜗植入者对汉语声调的识别普遍较差。我校信息科学中心听觉组的吴玺宏教授、迟惠生教授和心理系的李量教授尝试了在CIS算法中引入声音精细结构信息，提出了“准锁相刺激”（simulated phase-locking stimulation，SPLS） 人工耳蜗语音处理策略。与CIS 算法