人工耳蜗言语处理功能的移动端模块化实现
本文选题:人工耳蜗 + 言语处理策略 ; 参考:《深圳大学》2017年硕士论文
【摘要】:人工耳蜗(cochlear implant,CI),又称电子耳蜗,是目前世界上最成功的用于人体的神经假体之一。它通过电刺激来代替声刺激,帮助重度/极重度耳聋患者恢复听觉,是目前治疗全聋患者唯一有效的方法。CI产品包括体外机和(体内)植入体两部分。体外机起到信号采集、处理与传输的作用,特别是其中的言语处理模块是影响CI植入者言语辨识能力的关键因素。现有的体外机受其计算性能、功耗、体积等因素的限制,一方面无法提供高效但复杂的言语处理算法所需的计算资源,从而无法提升植入者在复杂噪声环境下的言语辨识能力;另一方面需频繁更换电池和较大的体积也给植入者带来很大的使用不便,甚至心理压力。这限制了CI产品的更大规模应用。本论文针对CI体外机的上述缺点提出一种改进方案:取消体外机的信号采集和言语处理模块,将这部分功能移植到移动终端上实现;体外机中只包含信号传输模块,包括新增的蓝牙模块和原射频模块,分别用于体外机与移动终端和植入体间的信号传输。论文在Android手机系统上实现了该方案:通过手机自带麦克风采集语音信号,利用手机的计算资源进行信号处理(本文采用目前应用面最广的CIS言语编码策略),通过手机自带蓝牙模块将处理后的电信号发送到体外机的蓝牙接收模块,再经过射频传输发送到植入体。利用现有移动终端的高计算性能,不仅可以显著提升已有算法的运算速度,而且为将来运算量更大,处理效果更好的复杂算法提供了实施的空间。另外,本论文针对CI植入者术后康复训练的需要设计了一个辅助训练模块,该模块具有基于语音识别的语音-文字转换功能和语音重复播放功能。耳聋患者在接受CI植入后需要长期的专业言语康复训练才能达到较好的听觉恢复效果,耗时耗资都很昂贵,这也是很多耳聋患者放弃CI植入的因素之一。本文所设计的辅助训练模块有助于植入者在专业康复训练之余通过文字提示和重复听辩进行辅助训练,更快更好地恢复/重建言语听觉能力。最后,本论文设计了一系列的分析实验和听觉仿真实验,验证了所设计系统的可靠性。
[Abstract]:Cochlear implant (CI), also known as the electronic cochlea, is one of the most successful artificial neural prostheses in the world. It uses electrical stimulation instead of acoustic stimulation to help the severe / severely deafened patients recover their hearing. It is the only effective way to treat all deafness patients..CI products include two parts of the body and the implant. In vitro, it plays the role of signal acquisition, processing and transmission, especially the speech processing module is the key factor affecting the speech recognition ability of CI implants. The existing external machine is limited by its computing performance, power consumption, volume and other factors. On the one hand, it can not provide the computing resources needed for efficient but complex speech processing algorithms. It can not improve the speech recognition ability of the implants in the complex noise environment; on the other hand, the frequent replacement of the battery and the larger volume also bring great inconvenience to the implants and even the psychological pressure. This restricts the more large-scale application of the CI products. This paper proposes an improved scheme for the shortcomings of the CI extracorporeal machine: cancellation The signal acquisition and speech processing module of the extracorporeal machine transplants the function to the mobile terminal. In vitro, only the signal transmission module is included, including the new Bluetooth module and the original RF module, which are used for the signal transmission between the external machine and the mobile terminal and the implants respectively. The paper implements this scheme on the Android mobile phone system. Using the mobile phone to collect the voice signal with the microphone and use the computing resources of the mobile phone to carry on the signal processing (this paper uses the most widely used CIS speech coding strategy at present), sends the processed electrical signal to the Bluetooth receiving module of the external machine through the Bluetooth module with the mobile phone, and then sends it to the implant through the radio frequency transmission. The high computing performance of the mobile terminal can not only significantly improve the computing speed of the existing algorithms, but also provide the implementation space for the complex algorithms with better computational complexity and better processing effect. In addition, a supplementary training module is designed for the needs of postoperative rehabilitation training for CI implants. This module has a speech recognition based on speech recognition. The deaf patients need long-term professional speech rehabilitation training to achieve better hearing recovery after CI implantation. It is also one of the factors that a lot of deafness patients give up CI implantation. The auxiliary training module designed in this paper helps to cultivate the hearing loss. At the end of this paper, a series of analytical and auditory simulation experiments have been designed to verify the reliability of the designed system.
【学位授予单位】:深圳大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TN912.3
【相似文献】
相关期刊论文 前6条
1 ;突破国外技术垄断 造福千万听障人士——记杭州诺尔康神经电子科技有限公司[J];中国医学文摘(耳鼻咽喉科学);2013年05期
2 刘青兰;;人工耳蜗术后听障儿童语言康复个案研究[J];甘肃科技纵横;2014年04期
3 ;读者来信[J];中国女性(中文海外版);2002年04期
4 麦宋平;张春;晁军;王志华;;一种带植入式数字信号处理器的新型人工耳蜗系统(英文)[J];半导体学报;2008年09期
5 孙冉;刘浚;;耳朵与“花朵”[J];中国新闻周刊;2008年21期
6 ;[J];;年期
相关会议论文 前10条
1 冯永;贺楚峰;梅凌云;蔡鑫章;伍玉军;;人工耳蜗再植入的临床研究[A];中华医学会第十次全国耳鼻咽喉-头颈外科学术会议论文汇编(下)[C];2007年
2 赖瑞芝;;人工耳蜗术后训练的体会[A];第三届全国儿童康复学术会第十届全国小儿脑瘫学术研讨会论文汇编[C];2008年
3 王轶;路远;王斌;曹克利;;人工耳蜗再植入手术技巧及术后疗效评估[A];中华医学会第十三次全国耳鼻咽喉——头颈外科学术会议论文汇编[C];2013年
4 易方方;;仿制还是创新?——由人工耳蜗风波引发的思考[A];2014年中华全国专利代理人协会年会第五届知识产权论坛论文集(第一部分)[C];2014年
5 李佳楠;史伟;洪梦迪;郗昕;高志强;马秀岚;韩东一;杨仕明;;国产爱益声人工耳蜗术后听觉康复效果评估[A];2010全国耳鼻咽喉头颈外科中青年学术会议论文汇编[C];2010年
6 张道行;;人工耳蜗技术对汉语语音处理效果的评价[A];全国中西医结合耳鼻咽喉科学术会议论文汇编[C];2005年
7 陈媛;;影响人工耳蜗术后恢复的因素[A];全国五官科护理学术交流暨专题讲座会议论文汇编[C];2005年
8 韩德民;刘博;陈雪清;李永新;孔颖;郑军;陈振山;刘莎;莫玲燕;;成人语后聋人工耳蜗术后的生活质量分析[A];中华医学会第十次全国耳鼻咽喉-头颈外科学术会议论文汇编(上)[C];2007年
9 朱廷芬;;学前聋儿人工耳蜗术后训练的实施[A];第三届全国儿童康复学术会第十届全国小儿脑瘫学术研讨会论文汇编[C];2008年
10 王国宏;李明航;;人工耳蜗技术的发展与应用[A];中华医学会医学工程学分会青年委员会年会暨《中国医疗设备》杂志社2012年第一次编委会论文集[C];2012年
相关重要报纸文章 前10条
1 本报记者 李金金 实习记者 胡珉琪;国产“人工耳蜗”:快上还是谨慎[N];北京科技报;2010年
2 苏奎;中低价位人工耳蜗潜藏巨量需求[N];医药经济报;2010年
3 记者 杨继东 通讯员 麻芙蓉;我州“启聪扶贫计划”首例人工耳蜗成功植入[N];团结报;2010年
4 记者 钟兰花;人工耳蜗手术能否纳入医保[N];绍兴日报;2012年
5 记者 刘泽林;海南年内为60名儿童免费植人工耳蜗[N];健康报;2013年
6 本报记者 刘贡;人工耳蜗术让孩子回归有声世界[N];海南日报;2013年
7 本报记者 戴小河;海药人工耳蜗撬动6000亿市场还要三年[N];中国证券报;2014年
8 ;我有人工耳蜗了[N];北京日报;2002年
9 韩东一;不要盲目植入人工耳蜗[N];中国妇女报;2005年
10 曹克利;人工耳蜗的植入[N];健康报;2002年
相关博士学位论文 前5条
1 杨立军;人工耳蜗植入者汉语声调前注意加工及与耳蜗植入相关的耳蜗电刺激的研究[D];中国协和医科大学;2008年
2 郗昕;人工耳蜗电听觉特性与语后聋植入者言语识别的相关性研究[D];中国人民解放军军医进修学院;2004年
3 杜强;成人颞骨标本植入REZ-1人工耳蜗电极的实验研究[D];复旦大学;2006年
4 麦宋平;一种双模人工耳蜗系统及其低功耗数字信号处理器的设计[D];清华大学;2009年
5 刘娅;新型载药电极对耳蜗影响的实验研究[D];华中科技大学;2008年
相关硕士学位论文 前10条
1 宋清华;人工耳蜗的音乐信息感知仿真实验研究及其应用[D];山东大学;2015年
2 谢展飞;减少低频段电极植入深度对双模式听力植入的言语识别影响[D];南方医科大学;2015年
3 郭思荃;人工耳蜗植入者听觉言语能力的问卷评估及相关影响因素分析[D];复旦大学;2014年
4 王一博;成人人工耳蜗植入者对后期支持的满意度研究[D];重庆师范大学;2016年
5 李楠;EABR信号伪迹处理及其在双边人工耳蜗电极配对中的应用研究[D];江苏大学;2016年
6 刘芳;国外人工耳蜗产品介绍翻译实践报告[D];扬州大学;2016年
7 罗剑生;超低功耗CMOS人工耳蜗滤波器的研究与设计[D];深圳大学;2017年
8 赵恒骞;人工耳蜗言语处理功能的移动端模块化实现[D];深圳大学;2017年
9 王芳;贫困聋儿人工耳蜗康复项目服务现状及满意度调查分析[D];吉林大学;2011年
10 孙鸿;噪声环境下人工耳蜗汉语声调识别研究[D];哈尔滨工业大学;2013年
,本文编号:1907046
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/1907046.html